python 字符串保留特定字符 全面总结

leetcode上有一道很简单的题目：

给定一个字符串，验证它是否是回文串，只考虑字母和数字字符，忽略字母的大小写。

将题目拆解成两部分：

第一，处理字符串，使其只保留字母和数字，且字母统一大小写；

第二，验证回文串。

本文先来讲讲第一部分。

改变字母大小写很简单，用内置函数即可。重点在于只保留字母和数字字符。

我首先想到的是正则。对于正则，我并不是很会。难者不会，会者不难，我觉得它太难了，完全不适合我这种又懒又笨的猪脑子，向来是现用现查。这一查，就查出两种方法。

算上不用正则的，总计3种方案，且听我一一道来。

一、用re.sub()函数替换

re.sub(pattern, repl, string, count = 0, flags = 0)

这个函数一般只需要掌握前三个参数：

pattern，正则中的模式字符串。

repl，希望被替换成的字符串。

string，要被处理的原始字符串。

返回处理过的字符串。

如果完全不懂正则表达式，pattern还是挺难理解的。在以后的知识分享系列里，我会写一写关于正则表达式的内容。

举个例子：

re.sub("[a-zA-Z0-9]", "", mystr) # 把字符串中的字母和数字都弄没

第一个参数，模式字符串，表示所有的字母和数字；

第二个参数，希望被替换成的字符串，是个空字符串；

第三个参数，希望被处理的原始字符串，变量名为mystr；

返回处理过的字符串。

那么替换的逻辑就很好理解了。想只保留某种字符，就把除了该类字符以外的所有字符都替换成空字符串。

但这样有点不方便。如果只想保留中文，那么为了替换掉其他所有字符，就要在模式字符串里把其他所有类型的字符，包括字母、数字、特殊字符等等，全面地枚举一遍，写不全的话就会有漏网之鱼。

于是咱们改进一下做法：

re.sub("[^a-z^A-Z^0-9]", "", mystr) # 只保留字母和数字，其他的都弄没

把除了字母和数字以外的东西都弄没。我可真是个小机灵鬼！

所以，如果想只保留中文，就可以这样写：

re.sub("[^\u4e00-\u9fa5]", "", mystr) # 只保留汉字，其他的都弄没

这种思路就比较直截了当。

二、用re.findall()函数查找

re.findall(pattern, string, flags = 0)

这个函数一般只需要掌握前两个参数：

pattern，正则中的模式字符串。

string，要被处理的原始字符串。

返回所有与模式相匹配的字符的列表。

re.findall("[a-z]",mystr) # 返回字符串中所有小写字母的列表

得到列表之后，再来一个把序列连接成字符串的join方法，大功告成！

''.join(re.findall("[a-z]",mystr)) # 只保留小写字母，其他的都弄没

如果用正则，sub替换和findall查找这两种方法均可，用哪个就看个人喜好。

然而，做leetcode算法题，一般来说是用不着调用库的。

官方标答是如何做到只保留字母和数字的呢？请看：

sgood = "".join(ch.lower() for ch in s if ch.isalnum())

也就是第三种方法：

三、字符串内置函数+列表推导式

什么叫专业啊？一般人，看什么都觉得似曾相识，但是到了实际要用的时候就两眼一抹黑，什么都想不起来，比如我。而那些真正融会贯通、运用自如的人，才叫真的专业。

一开始看到python字符串拥有一堆诸如isalnum(), isalpha(), isdigit(), islower(), isupper()函数的时候，我还不以为意，想不到竟有如此妙用！

令我稍感欣慰的是，经过测试，这个方法比用正则的运行速度慢。看来正则还是有其用武之地的！

只保留字符串的特定字符，你学会了吗？

下期预告：验证回文串

参考资料：

https://leetcode-cn.com/problems/valid-palindrome/solution/yan-zheng-hui-wen-chuan-by-leetcode-solution/

https://docs.python.org/2/library/re.html

https://www.runoob.com/python3/python3-string.html