正则表达式十六进制例外

Question

以下字符串

str1 = "Hello\x00MORE\x11\x20TEXT\x05here"

应转换为此列表（删除所有十六进制字符串，但\x20应为空白）：

list1 = ['Hello', 'MORE TEXT', 'here']

到目前为止，我的解决方案是：

new_list = re.split('\s+', re.sub('[\x01-\x1f\x7f]', ' ', s))

它产生：

list1 = ['Hello', 'MORE', 'TEXT', 'here']

但正如您所看到的，我需要MORE TEXT成为一个字符串，所以\x20应该转换为空白。我如何使用我的正则表达式而不考虑\x20？你知道吗

Answer 1

>>> [re.sub(r'[\x00-\x1f\x7f ]+',' ',i) for i in re.split(r'(?<=[a-z])[\x00-\x1f\x7f]|[\x00-\x1f\x7f](?=[a-z])',str1)]
['Hello', 'MORE TEXT', 'here']

首先，可以根据以下正则表达式拆分字符串：

r'(?<=[a-z])[\x00-\x1f\x7f]|[\x00-\x1f\x7f](?=[a-z])'

这种模式使用look-around将字符串拆分为\x00和\x1f\x7f之间的十六进制数，前面是小写字母，或者|和\x1f\x7f之间的十六进制数，后面是小写字母！然后您将得到以下结果：

['Hello', 'MORE\x11 TEXT', 'here']

现在您需要用空字符串替换十六进制数，或者像我所做的那样，您可以用空格替换十六进制数的任意组合。你知道吗