如何在Python中的非打印ascii字符处分割行

Question

如何在Python中的非打印ascii字符处分割一行（例如长减号十六进制0x97，八进制227）？ 我不需要角色本身。后面的信息将被保存为变量。

Answer 1

您可以使用re.split。

>>> import re
>>> re.split('\W+', 'Words, words, words.')
['Words', 'words', 'words', '']

调整模式以仅包含您想要保留的字符。

另请参阅：stripping-non-printable-characters-from-a -string-in-python

---

示例（带长减号）：

>>> # \xe2\x80\x93 represents a long dash (or long minus)
>>> s = 'hello – world'
>>> s
'hello \xe2\x80\x93 world'
>>> import re
>>> re.split("\xe2\x80\x93", s)
['hello ', ' world']

或者，与 unicode 相同：

>>> # \u2013 represents a long dash, long minus or so called en-dash
>>> s = u'hello – world'
>>> s
u'hello \u2013 world'
>>> import re
>>> re.split(u"\u2013", s)
[u'hello ', u' world']

Answer 2

_, _, your_result= your_input_string.partition('\x97')

或者

your_result= your_input_string.partition('\x97')[2]

如果 your_input_string 不包含 '\x97'，则 your_result 将为空。如果 your_input_string 包含多个 '\x97' 个字符，your_result 将包含第一个 '\ x97' 字符，包括其他 '\x97' 字符。

Answer 3

只需使用 string/unicode split 方法（他们并不真正关心您拆分的字符串（除了它是一个常量之外。如果您想使用正则表达式，请使用 re.split）

要获取拆分字符串，请转义它就像其他人所展示的那样
"\x97"

或

使用 chr(0x97) 表示字符串 (0-255) 或使用 unichr(0x97) 表示 unicode，

示例如下

'will not be split'.split(chr(0x97))

'will be split here:\x97 and this is the second string'.split(chr(0x97))