从文本文件中删除ASCII控制字符 Python

Question

我有一个文本文件，需要读取很多数字（double）。该文件包含ASCII控制字符，例如DLE，NUL等，这些字符在文本文件中是可见的。因此，当我从一行中读取只有双精度/整数时，我会遇到错误，例如“无效文字\x10”。下面显示了我的文件的前两行。

DLE NUL NUL NUL [1, 167, 133, 6]DLE NUL NUL   
YS FS NUL[0.0, 4.3025989e-07, 1.5446712e-06, 3.1393029e-06, 5.0430463e-06, 7.1382601e-06

我该如何使用Python一次性从文本文件中删除所有控制字符？ 在将文件解析为数字之前，我希望这样做...感谢任何帮助！

- atmaere

---

也许你应该考虑解析它们，这样你就知道如何解析文件的其余部分了。 - Ignacio Vazquez-Abrams

然而，在我读取任何内容之前，我仍然非常需要移除这些字符。 - atmaere

Answer 1

使用 string.printable。

>>> import string
>>> filter(string.printable.__contains__, '\x00\x01XYZ\x00\x10')
'XYZ'

- falsetru

---

使用正则表达式（请参见此答案）速度快一个数量级。 - Wesley Baugh

@WesleyBaugh，如果速度很重要，你可以使用str.translate。 - falsetru

@alvas，如果您想使用完全相同的字符，可以尝试使用unicode(string.printable)。 - falsetru

Answer 2

我知道这是一个很旧的帖子，但我认为我的回答可能会有所帮助。

我采取了以下措施。它将用空字符串替换所有ASCII控制字符。

line = re.sub(r'[\x00-\x1F]+', '', line)

参考：ASCII码（美国信息交换标准代码）

参考：Python re.sub()函数

- user1012513