Python Selenium如何去除字符串中的特殊字符？

原代码存在的问题 #

• 处理#号的逻辑冗余且易出错：先将原标题加入列表再修改指定索引，手动维护number变量容易引发索引越界。
• 特殊字符替换逻辑错误：title.replace('<>:"/\|?*',' ')用法不正确，且未包含你需要去除的!@#$%^&*等符号，循环判断字符存在再替换完全多余。
• 异常处理过于宽泛：直接捕获所有异常不利于排查具体问题。
• 空标题判断环节可以提前整合，避免重复操作。

修正后的代码 #

from selenium.common.exceptions import NoSuchElementException

# 定义需要去除的所有特殊符号，包含你提到的!@#$%^&*及原有符号
banned_chars = '<>:"/\\|?*!@#$%^&*'

try:
    # 获取标题文本并去除首尾空白
    title = driver.find_element(By.XPATH, '/html/body/main/section[2]/div/div/article/div[3]/p[1]/span').text.strip()
    
    # 截取#之前的内容（如果存在#）
    if '#' in title:
        title = title[:title.index('#')].strip()
    
    # 批量替换所有禁止字符为空格（如需直接删除可改为''）
    for char in banned_chars:
        title = title.replace(char, ' ')
    
    # 处理空标题情况
    if not title:
        title = "Invalid Title"
    
    titles.append(title)
    print(f"处理后标题: {title}")

except NoSuchElementException:
    failed_title = f'Failed Title number {len(titles)}'
    titles.append(failed_title)
    print(f'Download {len(titles)} have no title.')
except Exception as e:
    failed_title = f'Error retrieving title: {str(e)}'
    titles.append(failed_title)
    print(f'Title retrieval error: {str(e)}')

关键修改说明 #

• 统一管理禁止字符集合，覆盖你需要去除的所有特殊符号。
• 简化#号处理流程，直接截取后再处理特殊字符，避免列表索引操作。
• 遍历禁止字符逐个替换，逻辑清晰有效。
• 用strip()去除首尾空白，减少空标题出现的概率。
• 捕获Selenium特定异常（如元素找不到），同时保留通用异常处理用于排查问题。
• 用len(titles)替代手动维护的number变量，彻底避免索引错误。

内容的提问来源于stack exchange，提问作者Văn Lập