从字符串末尾删除标点符号

Question

我有一个看似简单的问题，我似乎无法解决。给定一个包含 DOI 的字符串，如果它是标点符号，我需要删除最后一个字符，直到最后一个字符是字母或数字。

例如，如果字符串是：

sampleDoi = "10.1097/JHM-D-18-00044.',"

我想要以下输出：

"10.1097/JHM-D-18-00044"

即。移除 .',

我编写了以下脚本来执行此操作：

invalidChars = set(string.punctuation.replace("_", ""))
a = "10.1097/JHM-D-18-00044.',"
i = -1
for each in reversed(a):
    if any(char in invalidChars for char in each):
        a = a[:i]
        i = i - 1
    else:
        print (a)
        break

但是，这会产生 10.1097/JHM-D-18-00，但我希望它产生 10.1097/JHM-D-18-00044。为什么 44 从最后删除？

Answer 1

这是使用 next 和 str.isalnum 以及利用 enumerate / reversed.

的生成器表达式的一种方法

sampleDoi = "10.1097/JHM-D-18-00044.',"

idx = next((i for i, j in enumerate(reversed(sampleDoi)) if j.isalnum()), 0)

res = sampleDoi[:-idx]

print(res)
'10.1097/JHM-D-18-00044'

使用默认参数 0，以便在未找到字母数字字符时返回空字符串。

Answer 2

更正后的代码：

import string

invalidChars = set(string.punctuation.replace("_", ""))
a = "10.1097/JHM-D-18-00044.',"
i = -1
for each in reversed(a):
    if any(char in invalidChars for char in each):
        a = a[:i]
        i = i # Well Really this line can just be removed all together.
    else:
        print (a)
        break

这将提供您想要的输出，同时保持原始代码基本相同。

Answer 3

如果您不想使用正则表达式：

the_str = "10.1097/JHM-D-18-00044.',"
while the_str[-1] in string.punctuation:
    the_str = the_str[:-1]

删除最后一个字符，直到它不再是标点符号。

Answer 4

字符串函数 rstrip() 旨在完全执行此操作：

>>> sampleDoi = "10.1097/JHM-D-18-00044.',"
>>> sampleDoi.rstrip(",.'")
'10.1097/JHM-D-18-00044'

从字符串末尾删除标点符号

Remove punctuation items from end of string

python

string

punctuation