আমি চালাতে ব্যবহার করি
$s =~ s/[^[:print:]]//g;
অনুলিপিযোগ্য অক্ষর থেকে পরিত্রাণ পেতে পার্ল অন করুন।
পাইথনে কোনও পসিক্স রেইগেক্স ক্লাস নেই, এবং আমি লিখতে পারি না [: মুদ্রণ:] এর অর্থ যা চাই আমি তা চাই। আমি পাইথনের কোনও উপায় জানি না যে কোনও অক্ষর মুদ্রণযোগ্য কিনা তা সনাক্ত করার জন্য।
আপনি কি করতে চান?
সম্পাদনা: এটি ইউনিকোড অক্ষরগুলিকেও সমর্থন করতে পারে। স্ট্রিং.প্রিন্টযোগ্য উপায় আনন্দের সাথে আউটপুট থেকে বের করে দেবে। অভিশাপ.এএসসিআই.আইসপ্রিন্ট কোনও ইউনিকোড চরিত্রের জন্য মিথ্যা ফিরিয়ে দেবে।
উত্তর:
দুর্ভাগ্যক্রমে পাইথনে ধীরে ধীরে স্ট্রিং দিয়ে আইট্রেট করা। এই ধরণের জিনিসটির জন্য নিয়মিত এক্সপ্রেশন দ্রুততার ক্রমের উপরে চলে আসে। আপনাকে কেবল চরিত্রের বর্গটি নিজেই তৈরি করতে হবে। Unicodedata মডিউল এই জন্য বেশ সহায়ক বিশেষত হয়, unicodedata.category () ফাংশন। বিভাগগুলির বর্ণনার জন্য ইউনিকোড চরিত্রের ডেটাবেস দেখুন ।
import unicodedata, re, itertools, sys
all_chars = (chr(i) for i in range(sys.maxunicode))
categories = {'Cc'}
control_chars = ''.join(c for c in all_chars if unicodedata.category(c) in categories)
# or equivalently and much more efficiently
control_chars = ''.join(map(chr, itertools.chain(range(0x00,0x20), range(0x7f,0xa0))))
control_char_re = re.compile('[%s]' % re.escape(control_chars))
def remove_control_chars(s):
return control_char_re.sub('', s)
পাইথন 2 এর জন্য
import unicodedata, re, sys
all_chars = (unichr(i) for i in xrange(sys.maxunicode))
categories = {'Cc'}
control_chars = ''.join(c for c in all_chars if unicodedata.category(c) in categories)
# or equivalently and much more efficiently
control_chars = ''.join(map(unichr, range(0x00,0x20) + range(0x7f,0xa0)))
control_char_re = re.compile('[%s]' % re.escape(control_chars))
def remove_control_chars(s):
return control_char_re.sub('', s)
কিছু ব্যবহারের ক্ষেত্রে অতিরিক্ত বিভাগ (যেমন কন্ট্রোল গ্রুপ থেকে সমস্ত পছন্দনীয় হতে পারে, যদিও এটি প্রসেসিংয়ের সময়টি ধীর করতে পারে এবং মেমরির ব্যবহার উল্লেখযোগ্যভাবে বাড়িয়ে তুলতে পারে category প্রতি বিভাগে অক্ষরের সংখ্যা:
Cc (নিয়ন্ত্রণ): 65Cf (ফর্ম্যাট): 161Cs (সারোগেট): 2048Co (ব্যক্তিগত ব্যবহার): 137468Cn (স্বাক্ষরযুক্ত): 836601মন্তব্যগুলি থেকে পরামর্শ যুক্ত করে সম্পাদনা করুন ।
all_chars = (unichr(i) for i in xrange(sys.maxunicode))সংকীর্ণ বিল্ড ত্রুটি এড়াতে ব্যবহার করুন ।
control_chars == '\x00-\x1f\x7f-\x9f'(পাইথন 3.5.3.2 এ পরীক্ষিত)
আমি যতদূর জানি, সবচেয়ে পাইথোনিক / দক্ষ পদ্ধতিটি হ'ল:
import string
filtered_string = filter(lambda x: x in string.printable, myStr)
আপনি এই unicodedata.category()ফাংশনটি ব্যবহার করে একটি ফিল্টার স্থাপনের চেষ্টা করতে পারেন :
import unicodedata
printable = {'Lu', 'Ll'}
def filter_non_printable(str):
return ''.join(c for c in str if unicodedata.category(c) in printable)
উপলভ্য বিভাগগুলির জন্য ইউনিকোড ডাটাবেস চরিত্রের বৈশিষ্ট্যগুলিতে 175 পৃষ্ঠাতে সারণী 4-9 দেখুন
printable = {'Lu', 'Ll', Zs', 'Nd'}
পাইথন 3 এ,
def filter_nonprintable(text):
import itertools
# Use characters of control category
nonprintable = itertools.chain(range(0x00,0x20),range(0x7f,0xa0))
# Use translate to remove all non-printable characters
return text.translate({character:None for character in nonprintable})
বিরামচিহ্ন অপসারণ করার জন্য এই স্ট্যাক ওভারফ্লো পোস্টটি দেখুন.Translate () কীভাবে রেজেক্স এবং .replice () এর সাথে তুলনা করা যায় তার জন্য )
ইউনিকোড অক্ষর ডাটাবেস বিভাগnonprintable = (ord(c) for c in (chr(i) for i in range(sys.maxunicode)) if unicodedata.category(c)=='Cc') ব্যবহার করে রেঞ্জগুলি উত্পন্ন করা যেতে পারে @ আন্টস আসমা দ্বারা প্রদর্শিত।
text.translate({c:None for c in itertools.chain(range(0x00,0x20),range(0x7f,0xa0))})।
নিম্নলিখিতটি ইউনিকোড ইনপুট নিয়ে কাজ করবে এবং এটি দ্রুত ...
import sys
# build a table mapping all non-printable characters to None
NOPRINT_TRANS_TABLE = {
i: None for i in range(0, sys.maxunicode + 1) if not chr(i).isprintable()
}
def make_printable(s):
"""Replace non-printable characters in a string."""
# the translate method on str removes characters
# that map to None from the string
return s.translate(NOPRINT_TRANS_TABLE)
assert make_printable('Café') == 'Café'
assert make_printable('\x00\x11Hello') == 'Hello'
assert make_printable('') == ''
আমার নিজের পরীক্ষামূলক প্রস্তাব দেওয়া এই পদ্ধতির ফাংশন যে বারবার স্ট্রিং উপর এবং ব্যবহার করে একটি ফলাফলের আসতে চেয়ে দ্রুত str.join।
LINE_BREAK_CHARACTERS = set(["\n", "\r"])এবং and not chr(i) in LINE_BREAK_CHARACTERSযখন টেবিল নির্মাণ করে।
এই ফাংশনটি তালিকা উপলব্ধি এবং str.join ব্যবহার করে, সুতরাং এটি O (n ^ 2) এর পরিবর্তে রৈখিক সময়ে চলে:
from curses.ascii import isprint
def printable(input):
return ''.join(char for char in input if isprint(char))
filter(isprint,input)
পাইথন 3 এ আরও একটি বিকল্প:
re.sub(f'[^{re.escape(string.printable)}]', '', my_string)
r'[^' + re.escape(string.printable) + r']'। (আমি re.escape()এখানে পুরোপুরি সঠিক বলে মনে করি না , তবে এটি যদি কাজ করে ...)
আমি এখন যে সেরাটি নিয়ে এসেছি তা হ'ল (উপরের পাইথন-ইজার্সকে ধন্যবাদ)
def filter_non_printable(str):
return ''.join([c for c in str if ord(c) > 31 or ord(c) == 9])
ইউনিকোডের অক্ষর / স্ট্রিংয়ের সাথে কাজ করে এমন একমাত্র উপায় found
আরও ভাল বিকল্প?
নীচের একটিটি উপরের অন্যান্যদের চেয়ে দ্রুত সম্পাদন করে। এক নজর দেখে নাও
''.join([x if x in string.printable else '' for x in Str])
"".join([c if 0x21<=ord(c) and ord(c)<=0x7e else "" for c in ss])
পাইথনে কোনও পসিক্স রেগেক্স ক্লাস নেই
ব্যবহার করার সময় আছে regexলাইব্রেরি : https://pypi.org/project/regex/
এটি ইউনিকোড রেজেক্স, পিক্সিক্স রেজেক্স এবং আরও অনেকগুলি ভালভাবে পরিচালনা করা হয় এবং সমর্থন করে। ব্যবহার (পদ্ধতি স্বাক্ষর) হয় খুব পাইথন এর অনুরূপ re।
ডকুমেন্টেশন থেকে:
[[:alpha:]]; [[:^alpha:]]পসিক্স অক্ষর ক্লাসগুলি সমর্থিত। এগুলি সাধারণত একটি বিকল্প রূপ হিসাবে চিকিত্সা করা হয়
\p{...}।
(আমি অনুমোদিত নয়, কেবল একজন ব্যবহারকারী।)
@ বারের উত্তরের ভিত্তিতে, আমি ইউনিকোড চরিত্রের ডাটাবেস বিভাগগুলিতে বর্ণিত কেবলমাত্র নিয়ন্ত্রণ অক্ষরগুলি সরিয়ে দেওয়ার পরামর্শ দিচ্ছি :
import unicodedata
def filter_non_printable(s):
return ''.join(c for c in s if not unicodedata.category(c).startswith('C'))
startswith('C')তবে এটি আমার পরীক্ষায় অন্য কোনও সমাধানের চেয়ে কম পারফর্মেন্ট ছিল।
if unicodedata.category(c)[0] != 'C'পরিবর্তে আপনি ব্যবহার করার চেষ্টা করতে পারেন । এটি আরও ভাল পারফর্ম করে? আপনি মেমরি প্রয়োজনীয়তা উপর সঞ্চালনের গতি পছন্দ করেন, এক টেবিলে প্রাক গনা করতে দেখানো stackoverflow.com/a/93029/3779655
করে উত্তর থেকে অভিযোজিত পিঁপড়া Aasma এবং shawnrad :
nonprintable = set(map(chr, list(range(0,32)) + list(range(127,160))))
ord_dict = {ord(character):None for character in nonprintable}
def filter_nonprintable(text):
return text.translate(ord_dict)
#use
str = "this is my string"
str = filter_nonprintable(str)
print(str)
পাইথন ৩.7..7 এ পরীক্ষা করা হয়েছে