在 Python 中删除空格和不可打印字符答案

【问题标题】：Removing spaces and non-printable character in Python在 Python 中删除空格和不可打印字符
【发布时间】：2014-05-12 18:37:52
【问题描述】：

我正在使用 lxml etree xpath 方法处理 xml 文件。我的代码是

from lxml import etree
File="c:\file.xml"
doc=etree.parse(File)
alltext = doc.xpath('descendant-or-self::text()')
clump = "".join(alltext)
clump

我得到以下输出：

             "'\n\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\n\t\n\t\t\t\n\t\n\t\t\n\t\t\t\n\t\t\t\tIntroduction\n\t\t\t\n\t\t\t\n\t\t\n\t\t\n\t\t\t\n\t\t\t\tAccessibility\n\t\t\t\n\t\t\t\n\t\t\n\t\t\n\t\t\t\n\t\t\t\tOpening eBooks\n\t\t\t\n\t\t\t\n\t\t\t\n\t\t\t\

我想从输出中删除空格和所有制表符，所以我使用另一个代码但未能获得所需的输出
这是代码

import string
filter(lambda x: x in string.printable, clump)

我只想从“Introduction , Accessibilty , Opening eBooks”的输出中获取文本

【问题讨论】：

标签： python python-2.7 xpath xml-parsing lxml

【解决方案1】：

你可以试试这个：

''.join(clump.split())

希望，这将解决问题！为了改善这一点，您可以使用 re，我正在使用 Sabuj 的代码：

>>> import re
>>> re.sub(r'[\n\t]+', ' ', clump.strip())

【讨论】：

【解决方案2】：

如果您不介意使用regex：

import re
clump = re.sub(r'[\n\t]+', ' ', clump)

如果您想删除任何其他字符，只需将它们放在 [] 内即可

【讨论】：