Как удалить все escape-последовательности из списка строк?

ProgramBox

Как удалить все escape-последовательности из списка строк?

Post author:admin
Запись опубликована:27 мая, 2023
Post category:Вопросы по программированию

#python

Вопрос:

Я хочу удалить все типы escape-последовательностей из списка строк. Как я могу это сделать? ввод:

 ['william', 'short', 'x80', 'twitter', 'xaa', 'xe2', 'video', 'guy', 'ray']

вывод:

 ['william', 'short', 'twitter', 'video', 'guy', 'ray']

http://docs.python.org/reference/lexical_analysis.html#string-literals

1. Конечный строковый объект не содержит никакой информации о том, содержал ли строковый литерал, который его заменил, escape-последовательность. Если вы даже не можете определить, есть ли они вообще, как бы вы их «удалили»?

Ответ №1:

Если вы хотите удалить некоторые символы, которые вам не нравятся, вы можете использовать функцию translate для их удаления:

 >>> s="x01x02x10x13x20x21hello world"
>>> print(s)
 !hello world
>>> s
'x01x02x10x13 !hello world'
>>> escapes = ''.join([chr(char) for char in range(1, 32)])
>>> t = s.translate(None, escapes)
>>> t
' !hello world'

Это удалит все эти управляющие символы:

    001   1     01    SOH (start of heading)
   002   2     02    STX (start of text)
   003   3     03    ETX (end of text)
   004   4     04    EOT (end of transmission)
   005   5     05    ENQ (enquiry)
   006   6     06    ACK (acknowledge)
   007   7     07    BEL 'a' (bell)
   010   8     08    BS  'b' (backspace)
   011   9     09    HT  't' (horizontal tab)
   012   10    0A    LF  'n' (new line)
   013   11    0B    VT  'v' (vertical tab)
   014   12    0C    FF  'f' (form feed)
   015   13    0D    CR  'r' (carriage ret)
   016   14    0E    SO  (shift out)
   017   15    0F    SI  (shift in)
   020   16    10    DLE (data link escape)
   021   17    11    DC1 (device control 1)
   022   18    12    DC2 (device control 2)
   023   19    13    DC3 (device control 3)
   024   20    14    DC4 (device control 4)
   025   21    15    NAK (negative ack.)
   026   22    16    SYN (synchronous idle)
   027   23    17    ETB (end of trans. blk)
   030   24    18    CAN (cancel)
   031   25    19    EM  (end of medium)
   032   26    1A    SUB (substitute)
   033   27    1B    ESC (escape)
   034   28    1C    FS  (file separator)
   035   29    1D    GS  (group separator)
   036   30    1E    RS  (record separator)
   037   31    1F    US  (unit separator)

Для Python новее 3.1 последовательность отличается:

 >>> s="x01x02x10x13x20x21hello world"
>>> print(s)
 !hello world
>>> s
'x01x02x10x13 !hello world'
>>> escapes = ''.join([chr(char) for char in range(1, 32)])
>>> translator = str.maketrans('', '', escapes)
>>> t = s.translate(translator)
>>> t
' !hello world'

1.Извините, этот цикл просто заставляет меня съежиться. escapes = ''.join([chr(char) for char in range(1, 32)]) s.translate(None, escapes)

2. @AdamGriffiths, это приятное изменение. Спасибо.

3. Этот ответ мне нравится больше, чем первый. это работает хорошо и очень гибко.

4. Этот ответ немного устарел. В Python 3.1 и выше вам нужно было бы добавить эти две строки после объявления escapes . translator = str.maketrans('', '', escapes) и затем t = s.translate(translator)

5. @yvihs, спасибо за исправление! Я отредактировал свой ответ для более новых pythons.

Ответ №2:

Что-то вроде этого?

 >>> from ast import literal_eval
>>> s = r'Hello,nworld!'
>>> print(literal_eval("'%s'" % s))
Hello,
world!

Редактировать: ок, это не то, что вы хотите. То, что вы хотите, вообще невозможно выполнить, потому что, как объяснил @Sven Marnach, строки на самом деле не содержат escape-последовательностей. Это просто обозначения в строковых литералах.

Вы можете отфильтровать все строки, содержащие символы, отличные от ASCII, из вашего списка с помощью

 def is_ascii(s):
    try:
        s.decode('ascii')
        return True
    except UnicodeDecodeError:
        return False

[s for s in ['william', 'short', 'x80', 'twitter', 'xaa',
             'xe2', 'video', 'guy', 'ray']
 if is_ascii(s)]

Ответ №3:

Вы могли бы отфильтровать «слова», которые не являются буквенно-цифровыми, используя понимание списка и str.isalnum() :

 >>> l = ['william', 'short', 'x80', 'twitter', 'xaa', 'xe2', 'video', 'guy', 'ray']
>>> [word for word in l if word.isalnum()]
['william', 'short', 'twitter', 'video', 'guy', 'ray']

Если вы также хотите отфильтровать числа, используйте str.isalpha() вместо:

 >>> l = ['william', 'short', 'x80', 'twitter', 'xaa', 'xe2', 'video', 'guy', 'ray', '456']
>>> [word for word in l if word.isalpha()]
['william', 'short', 'twitter', 'video', 'guy', 'ray']

Ответ №4:

У меня в Python 3.6 сработало следующее:

 word = 'tttttntestt msg'
filter = ''.join([chr(i) for i in range(1, 32)])
word.translate(str.maketrans('', '', filter))

Вывод:

 'test msg'

Источник здесь

Ответ №5:

Это невозможно сделать, по крайней мере, в той широкой области, о которой вы спрашиваете. Как упоминали другие, runtime python не знает разницы между что-то с escape-последовательностями и что-то без.

Пример:

 print ('x61' == 'a')

С принтами True . Таким образом, нет способа найти разницу между этими двумя строками, если вы не попробуете какой-либо статический анализ вашего скрипта на python.

Ответ №6:

У меня были похожие проблемы при преобразовании из шестнадцатеричного в строковый.Это то, что в конечном итоге сработало в примере python

 list_l = ['william', 'short', 'x80', 'twitter', 'xaa', 'xe2', 'video', 'guy', 'ray']
decode_data=[]
for l in list_l:
    data =l.decode('ascii', 'ignore')
    if data != "":
        decode_data.append(data)

# output :[u'william', u'short', u'twitter', u'video', u'guy', u'ray']