HOWTO · Python

Python で文字列から特定の文字を削除する

このチュートリアルでは、Python で文字列から特定の文字を削除する方法を説明します。

このページの内容

既知の部分文字列を削除するには str.replace()、複数の個別文字を削除するには str.translate()、条件に合う文字を残すには内包表記、パターンで文字を指定するには re.sub() を使います。どの方法でも新しい文字列が返されます。Python文字列は変更できないため、元の値はそのまま残ります。以下の4つの例はすべて正常に実行され、それぞれ Hello World が出力されました。

str.replace() で指定した文字を削除する

str.replace(old, new) は、ある部分文字列を別の部分文字列に置き換えます。削除するには、置換後の値に "" を指定します。対象が少数で明確な場合に分かりやすく、少数の対象なら呼び出しを繰り返して処理できます。

この例では、挨拶文から既知の部分文字列を2つ削除します。

このセクションのコードと表示されるラベルや出力は英語のままです。

source = "Hello, World!"
cleaned = source.replace(",", "").replace("!", "")
print(cleaned)

この呼び出しでは、カンマと感嘆符が出現する箇所をすべて削除します。source 自体は変更されないため、後続のコードで整形後の文字列を使う場合は、返された値を変数に代入してください。replace() は長い既知の部分文字列も削除できるので、対象が1文字に限らず、単語や文字列の並びである場合にも使えます。個別の文字を多数指定する場合は、変換テーブルやフィルターを使うほうが管理しやすくなります。

str.translate() で複数の文字を削除する

str.maketrans() の第3引数を使うと、複数の個別文字を削除する変換テーブルを作れます。そのテーブルを str.translate() に渡します。削除対象に指定した各文字は、出現するたびに取り除かれます。任意の複数文字からなる部分文字列を検索して削除する方法ではありません。

このセクションのコードと表示されるラベルや出力は英語のままです。

source = "Hello, World!"
remove_chars = ",!"
table = str.maketrans("", "", remove_chars)
cleaned = source.translate(table)
print(cleaned)

削除する文字は remove_chars を変更して指定します。削除ルールが固定の文字の集まりである場合に便利です。str.maketrans() は文字の置換にも使えますが、第3引数は文字を削除するための指定です。条件に基づいて処理する場合は、代わりにフィルタリングを使います。

文字をフィルタリングして結果を結合する

内包表記を使うと、残す条件が明確になります。入力を反復処理し、削除対象の集合に含まれない文字だけを残します。次に、区切り文字列の str.join() を呼び出し、残した文字を結合します。ここで示す空の区切り文字列では、余分な文字を挿入せずにつなげます。

このセクションのコードと表示されるラベルや出力は英語のままです。

source = "Hello, World!"
remove_chars = set(",!")
cleaned = "".join(char for char in source if char not in remove_chars)
print(cleaned)

char.isdigit() で数字だけを残すなど、残したい文字を表す条件を指定します。この条件は各文字に対して評価されるため、固定の削除テーブルより柔軟なルールを表現できます。区切り文字列によって結果が変わります。" ".join(...) は残した要素の間に空白を挿入し、"".join(...) は文字を隣り合わせにします。join() は反復可能オブジェクトの要素を結合するもので、フィルタリング自体は行いません。

re.sub() でパターンに一致する文字を削除する

re.sub(pattern, replacement, text) は、正規表現パターンに一致する箇所をすべて置き換えます。文字クラスを使うと、一度に1文字ずつ照合する候補を列挙できます。空の置換文字列を指定すれば、一致した箇所を削除できます。バックスラッシュを読みやすく書ける場合は、パターンに raw 文字列を使います。

このセクションのコードと表示されるラベルや出力は英語のままです。

import re

source = "Hello, World!"
cleaned = re.sub(r"[,!]", "", source)
print(cleaned)

文字クラス [,!] は、カンマまたは感嘆符に一致します。文字の範囲や種類を削除するには、そのルールをパターンで表します。句読点が正規表現で特別な意味を持つことがあるため、パターンはよく読み、慎重に確認してください。正規表現上の役割を持つ文字そのものに一致させるには、エスケープします。固定された少数の文字を削除するなら、str.translate() のほうが読みやすい場合があります。パターン照合が必要なときは re.sub() を選びます。

方法を選び、制限を理解する

削除したい文字列をどのように指定するかに応じて方法を選びます。

  • 既知の部分文字列1つ、または明示的な置換が少数なら str.replace() を使います。
  • 固定された個別文字の集まりを削除するなら str.translate() を使います。
  • 各文字に条件を適用するなら、内包表記と str.join() を使います。
  • 削除する対象を正規表現パターンで表すなら re.sub() を使います。

これらの操作で削除されるのは、引数で指定した対象だけです。前後の空白を自動的に取り除いたり、Unicodeを正規化したり、大文字と小文字を同じものとして扱ったりはしません。大文字小文字を区別せずに削除する場合は、一致させる文字の大小両方を指定するか、大文字小文字を区別しない照合ルールを使います。また、元の文字列を小文字や大文字に変換すると、文字列そのものが変わります。その変更を望まない限り、文字を削除するだけの目的で変換しないでください。各例はそれぞれの手法の使い方を示すもので、相対的な速度を示すものではありません。処理対象に合った最も分かりやすいルールを選び、速度が重要な場合は代表的な入力で測定してください。