如何清理字符串，使其仅包含可打印的ASCII字符？

Question

我想要一个函数来清理字符串。消毒器返回的字符串应该只包含ASCII字符32（空格字符）到ASCII字符126（“~”）。你知道吗

ASCII字符#9（制表符）将替换为四个空格。所有其他非法字符将替换为空字符串。例如，“\n”将替换为空字符串。我们不希望用表示相关转义序列的字符串替换非法字符。例如，我们不希望换行符被反斜杠字符和“n”字符替换。你知道吗

如果最后一个字符串是Unicode编码的，而不是ASCII编码的，就可以了。我只希望允许的字符如下：

" !\"#$%&'()*+,-./0123456789:;<=>?@ABCDEFGHIJKLMNOPQRSTUVWXYZ[\\]^_`abcdefghijklmnopqrstuvwxyz{|}~"

用法示例：

unsafe_string = "\u2502\u251cAPPLES\n\t\t\t\t\t\r\r AND \n\nBANANAS"
safe_string = sanitize(unsafe_string)
print(safe_string)

输出：

APPLES                     AND BANANAS   

编辑：

以下尝试的解决方案不起作用，因为它们无法过滤出新行字符。你知道吗

import string
import re

unsafe_string = "\u2502\u251cAPPLES\n\t\t\t\t\t\r\r AND \n\nBANANAS"

safe_string = re.sub(r'[^\x00-\x7f]',r'', unsafe_string) 
print(safe_string)    

printable = set(string.printable)
safe_string = ''.join(filter(lambda x: x in printable, unsafe_string))
print(safe_string)

Answer 1

import re

def sanitize(s):
    s = s.replace("\t", "    ")
    return re.sub(r"[^ -~]", "", s)

[ -~]表示“在 (space) to ~范围内的所有事物”。在开头加上^意味着除此之外的一切。你知道吗

输出为：

APPLES                     AND BANANAS

在示例输出中，忘记了用空格替换制表符。你知道吗