Comment supprimer les caractères non imprimables des chaînes en Python ?

Supprimer les caractères non imprimables d'une chaîne en Python

En Perl, le s/[^[:print:]]// g regex supprime efficacement tous les caractères non imprimables d'une chaîne. Cependant, en Python, il n'existe pas de classe regex POSIX équivalente, ce qui laisse certains se demander comment accomplir la même tâche.

Comprendre Unicode

Le défi réside dans la gestion des caractères Unicode , car la méthode string.printable peut les supprimer involontairement.

Création d'une classe de caractères personnalisée

Pour résoudre ce problème, nous pouvons construire une classe de caractères personnalisée en utilisant les données unicode module. La fonction unicodedata.category() fournit des informations sur les catégories de caractères. Par exemple, nous pouvons définir une classe de caractères appelée control_characters pour représenter les caractères non imprimables tels que les caractères de contrôle et les caractères de substitution en filtrant ces catégories du jeu de caractères Unicode.

<code class="python">import unicodedata
import re

categories = {'Cc', 'Cf', 'Cs'}  # Include desired categories here
control_chars = ''.join(chr(i) for i in range(sys.maxunicode) if unicodedata.category(chr(i)) in categories)
control_char_re = re.compile('[%s]' % re.escape(control_chars))</code>

Cette approche offre une efficacité améliorée par rapport à itérer sur des chaînes.

<code class="python">def remove_control_chars(s):
    return control_char_re.sub('', s)</code>

Personnalisation supplémentaire

Pour les scénarios dans lesquels le filtrage de catégories supplémentaires (par exemple, les caractères à usage privé) est nécessaire, vous pouvez étendre la classe de caractères en conséquence.

<code class="python">categories.add('Co')  # Add private-use characters
# Rebuild the character class and regex</code>

En utilisant cette approche, vous pouvez supprimer efficacement les caractères non imprimables des chaînes Unicode en Python, répondant à la fois aux cas d'utilisation de base et personnalisés.

Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!