Jak mogę usunąć znaki spoza zestawu ASCII, ale pozostawić kropki i spacje za pomocą Pythona?

Możesz odfiltrować wszystkie znaki z łańcucha, którego nie można wydrukować

string.printable
http://docs.python.org/library ... table, np .:

>>> s = "some\x00string. with\x15 funny characters"

>>> import string

>>> printable = set(string.printable)

>>> filter(lambda x: x in printable, s)

'somestring. with funny characters'

string.printable na moim komputerze zawiera:

0123456789abcdefghijklmnopqrstuvwxyzABCDEFGHIJKLMNOPQRSTUVWXYZ

!"#$%&\'()*+,-./:;<=>?@[\\]^_`{|}~ \t\n\r\x0b\x0c

Łatwym sposobem przełączenia się na inny kodek jest użycie metody encode () lub decode (). W twoim przypadku chcesz przekonwertować na ASCII i zignorować wszelkie znaki, które nie są obsługiwane. Na przykład szwedzka litera å nie jest znakiem ASCII:

>>>s = u'Good bye in Swedish is Hej d\xe5'

 >>>s = s.encode('ascii',errors='ignore')

 >>>print s

 Good bye in Swedish is Hej d

Edytować

:
Python3: str - & > bajt - & > str

>>>"Hej då".encode("ascii", errors="ignore").decode()

'hej d'

Python2: unicode - > str - > unicode

>>> u"hej då".encode("ascii", errors="ignore").decode()

u'hej d'

Python2: str - & > unicode - & > str (dekoduj i koduj odwrotnie)

>>> "hej d\xe5".decode("ascii", errors="ignore").encode()

'hej d'

Według @artfulrobot powinno to być szybsze niż filter i lambda:

re.sub(r'[^\x00-\x7f]',r'', your-non-ascii-string)

Zobacz więcej przykładów tutaj

http://stackoverflow.com/quest ... 79244
https://coderoad.ru/20078816/

Twoje pytanie jest niejednoznaczne; pierwsze dwa zdania razem wzięte oznaczają, że myślisz, że spacja i „kropka” nie są znakami ASCII. To nie jest prawda. Wszystkie znaki, takie jak ord (char) & < = 127, są znakami ASCII. Na przykład Twoja funkcja wyklucza te znaki! "# $% & Amp; \ '() * +, -./Ale zawiera kilka innych, takich jak [] {}.
Cofnij się o krok, pomyśl trochę i zmień swoje pytanie, aby powiedzieć nam, co próbujesz zrobić, nie wspominając o słowie ASCII i dlaczego uważasz, że znaki ord (char) & > = 128 są ignorowane. Ponadto: która wersja Pythona? Jakie jest kodowanie danych wejściowych?
Zwróć uwagę, że Twój kod odczytuje cały plik wejściowy jako jedną linię, a Twój komentarz („świetne rozwiązanie”) do drugiej odpowiedzi sugeruje, że nie przejmujesz się nowymi wierszami w danych. Jeśli twój plik zawiera dwie takie linie:

this is line 1

this is line 2

wynik to

'to jest linia 1 to jest linia 2'

... czy tego naprawdę chcesz?
Szersze rozwiązanie obejmowałoby:

• lepsza nazwa dla funkcji filtrującej niż

  onlyascii

• rozpoznanie, że funkcja filtrująca musi po prostu zwrócić wartość prawdy, jeśli argument ma być przechowywany:

  def filter_func(char): return char == '\n' or 32 <= ord(char) <= 126# and later:filtered_data = filter(filter_func, data).lower()

Możesz użyć następującego kodu, aby usunąć inne niż angielskie litery:

import re

str = "123456790 ABC#%? .(朱惠英)"

result = re.sub(r'[^\x00-\x7f]',r'', str)

print(result)

To wróci

123456790 ABC#%? .()

Jeśli chcesz drukować znaki ascii, prawdopodobnie powinieneś poprawić swój kod, aby:

if ord(char) < 32 or ord(char) > 126: return ''

jest to równoważne z

string.printable

(odpowiedź z @jterrace), z wyjątkiem braku śladów i tabulatorów ('\ t', '\ n', '\ x0b', '\ x0c' i '\ r'), ale nie pasuje do zakresu Twojego pytania

Przedzieram się przez Fluent Python (Ramalho) - gorąco polecam.
Lista jednopłaszczyznowych inspiracji inspirowanych rozdziałem 2:

onlyascii = ''.join([s for s in data if ord(s) < 127])

onlymatch = ''.join([s for s in data if s in

 'ABCDEFGHIJKLMNOPQRSTUVWXYZabcdefghijklmnopqrstuvwxyz'])