我正在用 PyQT 编写程序，需要处理杂乱的字符串并清理它们。可能的输入值变化很大。例如，我想使用字符串:
"Seven_Pounds_(BDrip_1080p_ENG-ITA-GER)_Multisub_x264_bluray_.mkv",
"The_Birds_1963_HDTV_XvidHD_720p-NPW.avi",
"1892.XVID.AC3.HD.120_min.avi"
并将它们变成:
《七磅》，
《飞鸟》，
“1892”
我考虑过使用 re 来转义表达式，但对于最后一个示例，此方法似乎可能会失败。程序Media Gerbil使用 google diff-match-patch处理字符串清理的算法。这似乎是一个更好的选择，但我不确定如何实现。 在 Python/PyQt 中是否有另一种更有效的字符串清理方法，或者 regex 或 diff-match-patch 是最佳途径？
最佳答案
基于你的例子:
import re
a="The_Birds_1963_HDTV_XvidHD_720p-NPW.avi"
b="Seven_Pounds_(BDrip_1080p_ENG-ITA-GER)_Multisub_x264_bluray_.mkv"
c="1892.XVID.AC3.HD.120_min.avi"
def cleanit(str):
result = []
l = re.split('[_.]',str)
flag = 0
if re.match('^[a-zA-z]+',l[0]):
flag = 1
elif re.match('^[0-9]+',l[0]):
flag = 2
if flag == 1:
for x in l:
if not re.match('^[a-zA-Z]+',x):
break;
result.append(x)
return " ".join(result)
if flag == 2:
for x in l:
if not re.match('^[0-9]+',x):
break;
result.append(x)
return " ".join(result)
if __name__ == '__main__':
print cleanit(a)
print cleanit(b)
print cleanit(c)
将打印:
kent$ python cleanit.py
The Birds
Seven Pounds
1892
关于Python 字符串清理，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/7679119/