Python3 从文本中删除不可打印的字符

Question

我有一个输入文件和读取行，进行一些操作并将它们放入输出文件。

当我在记事本中打开输出文件时，没有问题。 当我在 notepad++（UTF8 编码格式或 ANSI）中打开输出文件时，有一些不可打印的字符。例如。 SOH（标题开始）

如何删除不可打印的字符？

SOH的字节码是01，有string.remove(0x01)这样的方法吗？？

Answer 1

您可以通过对每个字符调用str.isprintable() 方法来过滤您的文本。不过，您可能需要小心，因为您可能希望保留的某些字符（例如制表符和换行符）被认为是不可打印的。

这里有一些快速（未经测试）的代码：

for line in input_file:
    # do your processing to the line here

    line = "".join(c for c in line if c.isprintable() or c in "\n\t")  # filter line
    output_file.write(line)

如果您愿意，您也可以在其他处理之前进行过滤。