替换字符串列表中的\x00的最佳方法是什么？

Question

我有一个从解析的PE文件中获取的值列表，其中包含每个部分末尾的\x00 null字节。我希望能够从字符串中删除\x00字节，而不是从文件中删除所有"x"。我已经尝试使用.replace()和re.sub()，但没有取得很大的成功。

使用Python 2.6.6

示例。

import re

List = [['.text\x00\x00\x00'], ['.data\x00\x00\x00'], ['.rsrc\x00\x00\x00']]

count = 0
while count < len(List):
    test = re.sub('\\\\x00', '', str(List[count]))
    print test
    count += 1

输出：

['.text']
['.data']
['.rsrc']

我希望能获得以下输出：

.text
.data
.rsrc

有什么关于这个问题最好的处理方式吗？

- user2292661

---

如果你真的想要删除空字节，请使用\x00。 - nhahtdh

不要给你的变量命名为一个类型（如List）。这样做会招来麻烦。 - timss

除了PEP8之外，使用List不会有任何问题，它与list是不同的（后者可能会导致微妙的错误）。 - mgilson

也许Python解释器不会惩罚你，但你的同事可能会。这是一个很棘手的问题，并且容易导致变量命名不规范。 - timss

如果我没理解错的话，你的代码应该是 str(List[count])。 - martineau

Answer 1

>>> L = [['.text\x00\x00\x00'], ['.data\x00\x00\x00'], ['.rsrc\x00\x00\x00']]
>>> [[x[0]] for x in L]
[['.text\x00\x00\x00'], ['.data\x00\x00\x00'], ['.rsrc\x00\x00\x00']]
>>> [[x[0].replace('\x00', '')] for x in L]
[['.text'], ['.data'], ['.rsrc']]

或者修改原列表而不是创建一个新的：

for x in L:
    x[0] = x[0].replace('\x00', '')

- jamylak

---

你不需要创建新的列表或进行替换，可以使用迭代器。它们是免费的。它们实际上是转换表达式。 - Luka Rahne

@LukaRahne您是在谈论生成器表达式吗？不管怎样，这只是一个小例子，根据OP的需要，如果他希望可以这样做。 - jamylak

有没有办法在列表中去掉括号，只获取数据值？ 例如 [['.text']，['.data']]，如果我想循环遍历索引说 section in sectionlist 然后在下一行放置 section[0]，它会给我值 ['text']，但我只想要 .text。怎么做？ - user2292661

Answer 2

lst = (i[0].rstrip('\x00') for i in List)
for j in lst: 
   print j,

- Luka Rahne

Answer 3

尝试使用 Unicode 模式，就像这样：

re.sub(u'\x00', '', s)

它应该给出以下结果：

l = [['.text\x00\x00\x00'], ['.data\x00\x00\x00'], ['.rsrc\x00\x00\x00']]
for x in l:
    for s in l:
        print re.sub(u'\x00', '', s)
        count += 1

.text
.data
.rsrc

或者，使用列表推导：

[[re.sub(u'\x00', '', s) for s in x] for x in l]

实际上，在字符串前面不需要使用'u'也可以工作。只需删除前三个斜杠，并将此作为您的正则表达式模式即可：

'\x00'

- Chris Doggett

Answer 4

你真正想做的是替换列表中字符串中的'\x00'字符。为了达到这个目标，人们经常忽略 Python 2 中非 Unicode 字符串的 translate() 方法也可以选择（或仅）删除 8 位字符，如下所示。（在 Python 3 中不接受此参数，因为字符串默认为 Unicode 对象。）

你的 List 数据结构似乎有点奇怪，因为它是一个只包含单个字符串的单元素列表的列表。无论如何，在下面的代码中，我将其重命名为 sections，因为根据 PEP 8 -- Style Guide for Python Code，大写字母仅应用于类的名称。

sections = [['.text\x00\x00\x00'], ['.data\x00\x00\x00'], ['.rsrc\x00\x00\x00']]

for section in sections:
    test = section[0].translate(None, '\x00')
    print test

输出：

.text
.data
.rsrc

- martineau

Answer 5

我认为更好的解决此问题的方法是使用以下函数：

import string

for item  in List:
  filter(lambda x: x in string.printable, str(item))

这将不仅消除\x00，还会消除附加到字符串中的任何其他类似十六进制值。

- Atri Basu

Answer 6

from itertools import chain

List = [['.text\x00\x00\x00'], ['.data\x00\x00\x00'], ['.rsrc\x00\x00\x00']]    
new_list = [x.replace("\x00", "") for x in chain(*List)]
#['.text', '.data', '.rsrc']

- thkang