如何从 python 中的字符串中删除换页

Question

我有一个包含以下内容的文本文件：

'\x0c\x0c\x0c\x0c\x0c\x0c\x0c\x0c\x0c\x0c\x0c\x0c\x0c\x0c\x0c\x0c'

如您所见，我想删除所有换页字符。

我尝试了各种解决方案，但由于某些原因它们似乎不起作用。例如，我尝试的是删除左侧 '\x0c、右侧 \x0c' 和所有其他 \x0c，但输出保持不变。代码是使用：

import re
import string

with open('AF-40-A-00020539.txt', "r", encoding="ascii") as input_file:
    input_content = input_file.read()
    print(
        input_content.lstrip('\'\x0c')\
            .rstrip('\x0c\'')\
            .strip('\x0c')
            .replace('\x0c', '')
    )

执行此操作后，我将其作为输出 \x0c\x0c\x0c\x0c\x0c\x0c\x0c\x0c\x0c\x0c\x0c\x0c\x0c\x0c\x0c\x0c'，这不是我所期望的。

这是什么原因？如何删除换页字符？

更新，感谢joao的回答： \xHH，其中 HH 是两个十六进制数字，是一个 recognised escape sequence to write ASCII characters using their corresponding hex value，就像 \n 代表换行符一样。

.replace('\x0c', '') 不起作用，因为在此字符串文字 \xOc 中被转义，而在文本文件中，它只是作为纯文本复制。

Answer 1

我不是 100% 确定，但请在 .replace 中试试这个：

line.replace('\x0C', '')

告诉我:)

Answer 2

您可以使用 re.sub():

import re
string = "Hello, '\x0c\x0c\x0c\x0c\x0c\x0c\x0c\x0c\x0c\x0c\x0c\x0c\x0c\x0c\x0c\x0c'World!"
print(re.sub(r"'(\x0c)+'", '', string))

输出：

Hello, World!

Answer 3

这里有一个歧义：当你说文件包含 \x0c 时，文件中的单个字符是否显示为代表十六进制值 0x0c 的转义序列？或者它真的是一个 4 个字符的字符串？您应该尝试使用二进制编辑器或 len() 函数来确定。

我怀疑第二种情况，因为你说你得到 \x0c 作为输出。如果是第一种情况，您会看到 ^L、空白行或一些指示不可打印字符的乱码。

如果是单个字符，则

s = s.replace('\x0c', '')

将删除它们。如果他们真的是4个字符，那么

s = s.replace('\x0c', '')

应该可以。请注意额外的反斜杠 \，它将转义序列转换为 4 个字符的字符串。

如何从 python 中的字符串中删除换页

how to remove form feed from string in python

python

string

whitespace

ascii