Python處理文本文件中控制字符的方法
更新時(shí)間：2017年02月07日 10:18:23 投稿：daisy
最近在使用Python的時(shí)候遇到過文檔中出現(xiàn)控制字符報(bào)錯(cuò)的問題。想著總結(jié)一下，方便以后需要或這同樣遇到問題的朋友，下面這篇文章主要介紹了Python處理文本文件中控制字符的解決方法,需要的朋友可以參考借鑒。
控制字符
控制字符（Control Character），或者說非打印字符，出現(xiàn)于特定的信息文本中，表示某一控制功能的字符，如控制符：LF（換行）、CR（回車）、FF（換頁）、DEL（刪除）、BS（退格)、BEL（振鈴）等；通訊專用字符：SOH（文頭）、EOT（文尾）、ACK（確認(rèn)）等。
具體控制字符一共有下面兩個(gè)集合：
七位ASCII定義了33個(gè)代碼作為控制字符，它們是0到31、以及127，（位于0x00-0x1F及0x7F）。
兼容的八位ISO/IEC 8859-1加上了從ISO/IEC 6429定義的從128到159的32個(gè)代碼，位于0x80-0x9F。
控制字符列表：http://ascii-table.com/control-chars.php
Python解決控制字符的方案：（未一一驗(yàn)證）
方案一：
strip_control_characters = lambda s:"".join(i for i in s if 31<ord(i)<127)
方案二：
def strip_control_characters(str_input):
if str_input:
import re
# unicode invalid characters
RE_XML_ILLEGAL = u'([\u0000-\u0008\u000b-\u000c\u000e-\u001f\ufffe-\uffff])' + \
u'|' + \
u'([%s-%s][^%s-%s])|([^%s-%s][%s-%s])|([%s-%s]$)|(^[%s-%s])' % \
(unichr(0xd800),unichr(0xdbff),unichr(0xdc00),unichr(0xdfff),
unichr(0xd800),unichr(0xdbff),unichr(0xdc00),unichr(0xdfff),
unichr(0xd800),unichr(0xdbff),unichr(0xdc00),unichr(0xdfff),
)
str_input = re.sub(RE_XML_ILLEGAL, "", input)
# ascii control characters
str_input = re.sub(r"[\x01-\x1F\x7F]", "", input)
return str_input
方案三：
import re
def remove_control_chars(s):
control_chars = ''.join(map(unichr, range(0,32) + range(127,160)))
control_char_re = re.compile('[%s]' % re.escape(control_chars))
return control_char_re.sub('', s)
cleaned_json = remove_control_chars(original_json)
obj = simplejson.loads(cleaned_json)
總結(jié)
以上就是這篇文章的全部內(nèi)容了，希望本文的內(nèi)容對大家學(xué)習(xí)或者使用python能帶來一定的幫助，如果有疑問大家可以留言交流。
相關(guān)文章
Python如何將一個(gè)EXCEL表拆分多個(gè)excel表
在Python中,你可以使用pandas庫來讀取Excel文件,并將一個(gè)大的Excel表格（工作表）拆分成多個(gè)單獨(dú)的Excel文件,這篇文章主要介紹了Python如何將一個(gè)EXCEL表拆分多個(gè)excel表,需要的朋友可以參考下2024-06-06
下面小編就為大家?guī)硪黄猵ython虛擬環(huán)境的安裝配置圖文教程。小編覺得挺不錯(cuò)的，現(xiàn)在就分享給大家，也給大家做個(gè)參考。一起跟隨小編過來看看吧2017-10-10
這篇文章主要介紹了 Python使用itchat 功能分析微信好友性別和位置 的相關(guān)資料,需要的朋友可以參考下2019-08-08
django下創(chuàng)建多個(gè)app并設(shè)置urls方法
在本篇文章里小編給大家分享的是一篇關(guān)于django下創(chuàng)建多個(gè)app并設(shè)置urls方法，需要的朋友們可以參考學(xué)習(xí)下。2020-08-08
寫一個(gè)Python腳本自動爬取Bilibili小視頻
這篇文章主要介紹了寫一個(gè) Python 腳本自動爬取 Bilibili 小視頻的示例代碼，幫助大家更好的理解和學(xué)習(xí)使用python，感興趣的朋友可以了解下2021-04-04
基于注解實(shí)現(xiàn) SpringBoot 接口防刷的方法
這篇文章主要介紹了基于注解實(shí)現(xiàn) SpringBoot 接口防刷的方法，文中通過示例代碼介紹的非常詳細(xì)，對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2021-03-03
如何通過Python實(shí)現(xiàn)定時(shí)打卡小程序
這篇文章主要為大家詳細(xì)介紹了python實(shí)現(xiàn)定時(shí)打卡小程序，文中示例代碼介紹的非常詳細(xì)，具有一定的參考價(jià)值，感興趣的小伙伴們可以參考一下2021-11-11
這篇文章主要介紹了Python實(shí)現(xiàn)RSA加密解密，加密技術(shù)在數(shù)據(jù)安全存儲，數(shù)據(jù)傳輸中發(fā)揮著重要作用，能夠保護(hù)用戶隱私數(shù)據(jù)安全，防止信息竊取。RSA是一種非對稱加密技術(shù)，在軟件、網(wǎng)頁中已得到廣泛應(yīng)用，下面文章更多相關(guān)內(nèi)容需要的小伙伴可以參考一下2022-04-04
結(jié)合OpenCV與TensorFlow進(jìn)行人臉識別的實(shí)現(xiàn)
這篇文章主要介紹了結(jié)合OpenCV與TensorFlow進(jìn)行人臉識別的實(shí)現(xiàn)，文中通過示例代碼介紹的非常詳細(xì)，對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2019-10-10
這篇文章主要介紹了numpy自動生成數(shù)組詳解，具有一定借鑒價(jià)值，需要的朋友可以參考下。2017-12-12