删除日志文件中的^L字符

Question

我希望删除读取文件时发现的所有字符“\ L”。我尝试在读取行时使用以下函数：

def cleanString(self, s):
            if isinstance(s, str):
                    s = unicode(s,"iso-8859-1","replace")
                    s=unicodedata.normalize('NFD', s)
                    return s.encode('ascii', 'ignore')

但它不能删除这个字符。有人知道如何做吗？

我也尝试使用replace函数，但效果并不好：

s = line.replace("\^L","")

感谢您的回答。

- Kvasir

---

^L 的 Python 表示是 '\x0c' 或 '\f'。 - Mark Ransom

Answer 1

也许你没有字面上的字符^和L，但是显示为^L。

这将是换页符字符。

因此，执行s = line.replace('\x0C', '')。

- glglgl

---

哇，我简直不敢相信这个问题如此简单。谢谢你，我从今早开始就在解决这个问题了 ;) - Kvasir

Answer 2

^L（代码点为0C）是一个ASCII字符，因此它不会受到转换为ASCII编码的影响。您可以使用一个小型正则表达式过滤掉所有控制字符（同时也过滤掉所有非ASCII字符）：

import re
def cleanString(self, s):
    if isinstance(s, str):
        s = unicode(s,"iso-8859-1","replace")
        s = unicodedata.normalize('NFD', s)
        s = re.sub(r"[^\x20-\x7f]+", "", s)  # remove non-ASCII/nonprintables
        return str(s)                        # No encoding necessary

- Tim Pietzcker

Answer 3

你几乎翻译正确了，只需要使用不同的表示方法来代替^L即可。

s = line.replace("\x0c", "")

这里有一个函数，可以返回任何控制字符的表示。

def cc(ch):
    return chr(ord(ch) & 0x1f)

>>> cc('L')
'\x0c'

一些控制字符具有备用表示方式，常见的是使用'\r'代替^M以及使用'\n'代替^J。这些备用表示方式在一个表格中列出，该表格位于字符串字面值的文档中，根据ASCII 控制字符表中所给的名称进行命名。

- Mark Ransom