去除以列表中未包含的字符开头的所有内容

Question

使用代码：

from lxml import html
import requests

tree = html.fromstring(requests.get('http://selectshop.pl/deskorolka-blaty-decki,40/1').content)
print [elem.encode('utf8').replace(',','.') for elem in    tree.xpath('//span[@class="price"]/text()')]

我正在获取像 '189.00 z\xc5\x82' 这样的字符串列表。我想从列表的每个元素中删除 z\xc5\x82 部分。我可以使用 .strip(' z\xc5\x82') 但我宁愿删除从第一个字符开始（从左开始）不在列表 ['0','1','2','3','4','5','6','7','8','9','.'] 中的所有内容因为在某些情况下要删除的字符串可能会有所不同。如何做到这一点？

Answer 1

您可以使用 regex，例如：

import re

s = "189.00 z\xc5\x82"
s = re.sub(r"[^\d.]", "", s)

print(s) # prints "189.00"

因此您需要更改此部分：

elem.encode('utf8').replace(',','.')

进入：

re.sub(r"[^\d.]", "", elem.encode('utf8').replace(',','.'))

Answer 2

使用 str.isdigit with generator expression to filter only digits and dots, then str.join 将过滤后的字符连接回字符串：

>>> ''.join(c for c in '189.00 z\xc5\x82' if c.isdigit() or c == '.')
'189.00'

>>> allowed_chars = set(['0','1','2','3','4','5','6','7','8','9','.'])
# OR   allowed_chars = set('0123456789.')
>>> ''.join(c for c in '189.00 z\xc5\x82' if c in allowed_chars)
'189.00'

去除以列表中未包含的字符开头的所有内容

Stripping everything starting with character not included in list

python

string

xpath

strip