在Python中删除空格和不可打印字符

Question

我使用lxml etreexpath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：

^{pr2}$

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

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

我只想从输出中得到文本，这是“简介，可访问性，打开电子书”

Answer 1

你可以试试这个：

''.join(clump.split())

希望，那能解决问题！为了改善这一点，你可以使用re，我使用Sabuj的代码：

^{pr2}$

Answer 2

如果您不介意使用regex来执行此操作：

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

如果要删除任何其他字符，只需将这些字符放入[]