
python去除字符串中的特殊字符(爬虫存储数据时会遇到不能作为文件名的字符串)
发布日期:2021-05-09 01:25:58
浏览次数:22
分类:精选文章
本文共 700 字,大约阅读时间需要 2 分钟。
问题描述
今天在写爬虫爬取影评时,本来的思路把影评的标题作为文件名,将每个影评的详情内容写入到“标题.txt”文件中,直到我遇到了这个问题:
这时我突然意识到,文件名中有些字符是不能存在的,怎么解决这些问题呢?解决问题
首先想到的就是在创建文件时去除掉这些标题中的不能用的字符,机制的我赶紧去重命名了桌面上的一个文件,试图试验出那些字符,然后,机智的微软爸爸早已洞悉了一切,
也就是说文件名中不可以包含/ \ : * ? " < > |
这9个字符,因为考虑到直观性而且数据量不大,最简单的方法就是逐个过滤掉标题中的非法字符,即建立一个字典(这里的字典不是指python中的字典结构),对于每一个title都遍历一次,去除掉其中的非法字符,如下:
def correct_title(self, title): error_set = ['/', '\\', ':', '*', '?', '"', '|', '<', '>'] for c in title: if c not in error_set: title = title.replace(c, '') return title
如此,就使用字符串的replace()达方法到了预期效果.
总结
上述做法的主要目的是看着舒服,但实际上在使用和检索时效率不算高也不方便,具体如何做还是要看自己的需求来定.
还有就是需要注意一个点replace()是有返回值的,会返回结果,我一开始使用title.replace(c, '')没做赋值操作,结果没达到预期效果,找了一会儿才想到这个问题发表评论
最新留言
逛到本站,mark一下
[***.202.152.39]2025年05月14日 22时36分28秒
关于作者

喝酒易醉,品茶养心,人生如梦,品茶悟道,何以解忧?唯有杜康!
-- 愿君每日到此一游!
推荐文章
Mac进入home目录、根目录的方法
2023-02-06
mac配置自定义域名
2023-02-06
magento mysql主从_Magento数据库配置选项,以及mysql 读写分离
2023-02-06
magento1给customer添加自定义属性
2023-02-06
magento如何改变首页的布局
2023-02-06
magento目录结构完整版
2023-02-06
Magic Leap是快出产品的节奏,已开放内容开发者注册通道
2023-02-06
mail 命令指定smtp服务器发送邮件
2023-02-06
MailBee.NET Objects接收电子邮件(POP3)教程四:访问电子邮件附件
2023-02-06
Majority Element
2023-02-06
Makefile 使用小结
2023-02-06
makefile 打印
2023-02-06
makefile中的特殊符号及关键字
2023-02-06
makefile工作笔记0001---认识使用makefile
2023-02-06
makefile工作笔记0003---Makefile的ifeq逻辑或,逻辑与的变通实现
2023-02-06
Makefile遗漏分隔符错误解决
2023-02-06