删除日志文件中的 ^L 字符 [重复]

Posted 2023-03-11

【中文标题】删除日志文件中的 ^L 字符 [重复]

【英文标题】：Delete ^L character in a log file [duplicate]

【发布时间】：2014-08-08 22:16:36

【问题描述】：

我想删除我在读取文件时找到的所有字符“\L”。我在阅读一行时尝试使用此功能：

def cleanString(self, s):
            if isinstance(s, str):
                    s = unicode(s,"iso-8859-1","replace")
                    s=unicodedata.normalize('NFD', s)
                    return s.encode('ascii', 'ignore')

但它不会删除这个字符。有人知道该怎么做吗？

我也尝试过使用replace 函数，但效果并不好：

s = line.replace("\^L","")

感谢您的回答。

【问题讨论】：

^L 的 Python 表示是 '\x0c' 或 '\f'。

【参考方案1】：

您可能没有文字字符^ 和L，而是显示为^L。

这将是换页符。

s = line.replace('\x0C', '')也是如此。

【讨论】：

HO 我不敢相信事情就这么简单。谢谢你，我从今天早上开始就在这个问题上；）

【参考方案2】：

^L (codepoint 0C) 是一个 ASCII 字符，因此它不会受到 ASCII 编码的影响。您可以使用一个小的正则表达式过滤掉所有控制字符（并且，当您使用它时，也可以过滤掉所有非 ASCII 字符）：

import re
def cleanString(self, s):
    if isinstance(s, str):
        s = unicode(s,"iso-8859-1","replace")
        s = unicodedata.normalize('NFD', s)
        s = re.sub(r"[^\x20-\x7f]+", "", s)  # remove non-ASCII/nonprintables
        return str(s)                        # No encoding necessary

【参考方案3】：

您几乎是正确的，您只需要为 ^L 提供不同的表示。

s = line.replace("\x0c", "")

这是一个返回任何控制字符表示的函数。

def cc(ch):
    return chr(ord(ch) & 0x1f)

>>> cc('L')
'\x0c'

一些控制字符有替代的表示，常见的是'\r' 表示^M 和'\n' 表示^J。根据ASCII control code chart 中给出的名称，它们在the documentation for string literals 的图表中列出。