如何从 Python 字符串中删除不可打印的字符？

从 Python 中的字符串中删除不可打印的字符

问题：

在 Perl 中，可以使用正则表达式 s/[^[:print:]]//g 删除不可打印的字符。但是，在 Python 中，不支持 [:print:] 类。我们如何在Python中实现类似的同时处理ASCII和Unicode字符的功能？

答案：

由于Python在检测可打印性方面的限制，我们可以构造自己的字符使用 unicodedata 模块的类。

<code class="python">import unicodedata, re, itertools, sys

# Generate a list of all characters
all_chars = (chr(i) for i in range(sys.maxunicode))

# Category of control characters
categories = {'Cc'}
control_chars = ''.join(c for c in all_chars if unicodedata.category(c) in categories)

# Escape the control characters for regular expression matching
control_char_re = re.compile('[%s]' % re.escape(control_chars))

# Function to remove control characters from a string
def remove_control_chars(s):
    return control_char_re.sub('', s)</code>

对于 Python 2：

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

# Generate a list of all characters
all_chars = (unichr(i) for i in xrange(sys.maxunicode))

# Category of control characters
categories = {'Cc'}
control_chars = ''.join(c for c in all_chars if unicodedata.category(c) in categories)

# Escape the control characters for regular expression matching
control_char_re = re.compile('[%s]' % re.escape(control_chars))

# Function to remove control characters from a string
def remove_control_chars(s):
    return control_char_re.sub('', s)</code>

扩展选项：

对于更全面的删除，可以包含其他类别，尽管这可能会影响性能。

字符类别和计数：

• 抄送（控制）：65
• Cf（格式）：161
• Cs（代理）：2048
• Co（私人使用）：137468
• Cn（未分配）：836601

以上是如何从 Python 字符串中删除不可打印的字符？的详细内容。更多信息请关注PHP中文网其他相关文章！