Apakah Cara Paling Cekap untuk Mengeluarkan Tanda Baca daripada Rentetan dalam Python?

Cara Terbaik untuk Menanggalkan Tanda Baca daripada Rentetan

Apabila cuba mengalih keluar tanda baca daripada rentetan dalam Python, seseorang mungkin menggunakan pendekatan berikut:

import string
s = "string. With. Punctuation?"  # Sample string
out = s.translate(string.maketrans("",""), string.punctuation)

Walau bagaimanapun, kaedah ini mungkin kelihatan terlalu rumit. Adakah terdapat sebarang penyelesaian yang lebih mudah?

Perspektif Kecekapan

Untuk kecekapan optimum, sukar untuk mengatasi:

s.translate(None, string.punctuation)

Kod ini menggunakan rentetan mentah C operasi dengan jadual carian, menyediakan yang sangat dioptimumkan penyelesaian.

Pendekatan Alternatif

Jika kelajuan bukan kebimbangan utama, pertimbangkan alternatif berikut:

exclude = set(string.punctuation)
s = ''.join(ch for ch in s if ch not in exclude)

Pilihan ini lebih pantas daripada menggunakan s.ganti untuk setiap watak tetapi masih mengatasi prestasi Python bukan tulen seperti string.translate.

Analisis Masa

Untuk membandingkan prestasi kaedah ini, kod pemasaan berikut digunakan:

import re, string, timeit

s = "string. With. Punctuation"
exclude = set(string.punctuation)
table = string.maketrans("","")
regex = re.compile('[%s]' % re.escape(string.punctuation))

def test_set(s):
    return ''.join(ch for ch in s if ch not in exclude)

def test_re(s):
    return regex.sub('', s)

def test_trans(s):
    return s.translate(table, string.punctuation)

def test_repl(s):
    for c in string.punctuation:
        s=s.replace(c,"")
    return s

print "sets      :",timeit.Timer('f(s)', 'from __main__ import s,test_set as f').timeit(1000000)
print "regex     :",timeit.Timer('f(s)', 'from __main__ import s,test_re as f').timeit(1000000)
print "translate :",timeit.Timer('f(s)', 'from __main__ import s,test_trans as f').timeit(1000000)
print "replace   :",timeit.Timer('f(s)', 'from __main__ import s,test_repl as f').timeit(1000000)

Hasilnya menunjukkan bahawa:

• Pendekatan berasaskan set kurang cekap daripada ungkapan biasa atau rentetan terjemahan.
• rentetan.terjemah mengatasi kedua-dua kaedah ungkapan ditetapkan dan biasa.
• Kaedah ganti adalah yang paling perlahan.

Oleh itu, untuk penyingkiran tanda baca yang cekap, ia adalah dinasihatkan untuk menggunakan s.translate(None, string.punctuation) (untuk versi Python yang lebih rendah) atau s.translate(str.maketrans('', '', string.punctuation)) (untuk versi Python yang lebih tinggi) kod.

Atas ialah kandungan terperinci Apakah Cara Paling Cekap untuk Mengeluarkan Tanda Baca daripada Rentetan dalam Python?. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!