識別並刪除奇怪的字符

我可以使用什麼命令來識別和去除形成「詞」，比如某些奇怪的字符：識別並刪除奇怪的字符

í‰äó_ 
í€Œ¢í‰ä‰åí‰ä‹¢ 
ití€Œ¢í‰ä‰åí‰ä‹¢ 
í‰äóìgo

從一系列的文件？這些是一些例子... 我想刪除這種情況。

2013-04-21 bb2

你如何定義「奇怪」？你想過濾出不是明確的基本字母a-z的字符嗎？ – 2013-04-21 23:14:38

它基本上是一系列英文中沒有意義的字符。標點符號是否被接受？！。它只是那些隨機字符一起出現的「字」 – bb2 2013-04-21 23:21:45

然後你想使用pythons字符串模塊，並檢查文件中的行是否在string.printable中有字符。 F3AR3DLEGEND回答了您提供該選項的問題，看看他的答案 – 2013-04-22 00:17:34

使用string模塊，你已經得到了從文件中的數據後：

import string 
final_str = '' 
for char in my_str: 
    if char in string.printable: 
     final_str += char

替代的一行：

''.join([str(char) for char in my_str if char in string.printable])

2013-04-21 23:44:09

如何正則表達式子？

類似：

import re 

clean_name = re.sub(r'[^a-zA-Z0-9\._-]', '', dirty_name)

添加到正則表達式其他任何允許字符。

2013-04-21 23:05:39 payala

既然你標記shell和command-line，在這裏你去

$ tr -cd [:graph:][:space:] < foo.txt 
_ 

it 
go

2013-04-21 23:08:19

回答