在我们使用爬虫爬取下来的数据中可能混有很多不需要的字符，例如：
address = '浙江省杭州市\r\n滨江区xx小区7#门'
我现在需要移除里面的 \r、 \n、把 #替换为 号。你可能会这样写代码：
clean_address = address.replace('\r', '') clean_address = address.replace('\n', '') clean_address = address.replace('#', '号')
这样的写法，处理几个字符还行，但如果要处理几百个特殊符号，那就很困难了。
所以当我们要处理很多的字符串替换时，可能会有一个配置文件来记录替换关系：
need_replace = {'\n': '', '\r': '', '#': '号'}
在这种情况下，我们可以使用字符串的 translate方法来实现替换：
address = '浙江省杭州市\r\n滨江区xx小区7#门' need_replace = {'\n': '', '\r': '', '#': '号'} table = str.maketrans(need_replace) clean_address = address.translate(table)
运行效果如下图所示：
使用这种方式，可以让代码看起来更加简洁，也更方便配置。
不过当需要替换的字符串比较少时， translate的效率比 replace低。并且 translate只能实现多个单字符的替换，不能替换多字符的字符串，例如：
address = '浙江省杭州市</p>滨江区'
如果要把 </p>整体替换为空，就不能使用 translate方法。
