python - 删除包含 ASCII 的字符串

Question

我有一个包含一堆非 ASCII 字符的字符串，我想删除它。我在 Python 3 中使用了以下函数：

def removeNonAscii(s): 
    return "".join(filter(lambda x: ord(x)<128, s))

str1 = "Hi there!\xc2\xa0My\xc2\xa0name\xc2\xa0is\xc2\xa0Blue "
new = removeNonAscii(str1)

新字符串变为：

你好！MynameisBlue

是否可以在字符串之间获取空格，例如：

你好呀！我的名字是蓝

Answer 1

下面的代码等效于您当前的代码，除了对于 US-ASCII 范围之外的连续字符序列，它将用单个空格 (ASCII 32) 替换整个序列。

import re
re.sub(r'[^\x00-\x7f]+', " ", inputString)

请注意，上面的代码以及问题中的代码都允许使用控制字符。

Answer 2

正则表达式在这里获胜，但这里的 FWIW 是一个itertools.groupby解决方案：

from itertools import groupby
text = "Hi there!\xc2\xa0My\xc2\xa0name\xc2\xa0is\xc2\xa0Blue "
def valid(c):
    return ord(c) < 128

def removeNonAscii(s):
    return ''.join(''.join(g) if k else ' ' for k, g in groupby(s, valid))

>>> removeNonAscii(text)
'Hi there! My name is Blue '