从文本文件中删除不可打印的“gremlin”字符

Question

我正在用python处理大量CSV文件。这些文件是从外部组织接收的，并使用一系列编码进行编码。我想找到一种自动方法来删除以下内容：

• 非ASCII字符
• 控制字符
• 空（ASCII 0）字符

我有一个产品叫“找到并更换它！”这将使用正则表达式，因此使用正则表达式解决上述问题的方法将非常有用。

谢谢你

Answer 1

您可能感兴趣的另一种选择是：

import string
clean = lambda dirty: ''.join(filter(string.printable.__contains__, dirty))

它只是从接收到的脏字符串中筛选出所有不可打印的字符。

>>> len(clean(map(chr, range(0x110000))))
100