Python - 如何删除字符串中的隐藏符号？

11 人关注

有时我有一个带有奇怪字符的字符串。它们在浏览器中不可见，但却是字符串的一部分，在len()中被计算在内。我怎样才能把它们去掉呢？Strip()可以删除正常的空格，但不能删除那些符号。

1 个评论

JJ. ：

See this solution: stackoverflow.com/questions/92438/...

python

robos85

发布于 2011-08-22

4 个回答

agf

发布于 2011-08-22

已采纳

0 人赞同

使用 string 模块中的字符类别。如果你想允许所有可打印的字符，你可以做到

from string import printable
new_string = ''.join(char for char in the_string if char in printable)
在你的回答的基础上，你也可以用re.sub来做这个。
new_string = re.sub("[^{}]+".format(printable), "", the_string)
此外，如果你想看到一个字符串中的所有字符，甚至是不可打印的字符，你可以随时做
print repr(the_string)
它将显示诸如\x00这样的不可打印的字符。


          
           
            
             
             
              Mihail Shcheglov
             
            
            
             发布于
             
             2011-08-22


          
           
            
             你可以用以下方法过滤你的字符串
             
              str.isprintable()
             
             (from
             
              PEP-3138
             
             ):
            
            output_str = ''.join(c for c in input_str if c.isprintable())


           
            
             
              
               即使在若干年后的今天，也非常容易实现。如果你想收集字符串中那些不可见的元素，那么，你只要。
               
                [c for c in _x if not c.isprintable()]
               
               。   在我的例子中，我只得到不可见的元素，所以，你可以做一些 "代码中的热"，做你想做的事。


          
           
            
             
              收集你想启用的字符集，然后像这样删除其余的字符
             
             import re
text = re.sub("[^a-z0-9]+","", text, flags=re.IGNORECASE)
             
              它将删除除a到z、A到Z和0到9以外的任何字符。


           
            
             
              
               I need full utf8 signs set :/


           
            
             
              
               @robos85，你需要一些信息来剥离或不剥离。所以我可以假设你需要剥离utf8的所有无效字符。


          
           
            
             
              
              
               rocksportrocker
              
             
             
              发布于
              
              2011-08-22


          
           
            
             
              正则表达式是一个很好的、非常通用的工具，适用于各种字符串的分析。如果速度是一个问题，来自字符串类的 "翻译 "方法也可以帮助你。
             
             
              首先，你定义一个（'身份'）映射，这不会改变任何东西。
             
             mapping = map(chr, range(256))
如果你想用一个 "b "来代替每个 "a"，你要修改你的映射关系
mapping[ord('a')] = 'b'
现在你为 "翻译 "方法建立表格。
table = "".join(mapping)
print "abc".translate(table)
prints "bbc".
If you really want to delete the "a", you do not modify the mapping above, build the table 和 then call
translate as follows:
print "abc".translate(table, "a")
gives you "bc".
一旦建好了表，翻译方法就非常快。
因此，在你的情况下，你可以修改映射，使你所有不需要的字符都被映射到一个空白处。
mapping = map(chr, range(256))
table = "".join( " " if c in unwanted_chars else c for c in map(chr, range(256)) )