2.12 审查清理文本字符串

问题

​ 一些无聊的幼稚黑客在你的网站页面的表单中输入文本你’pÃthöñ’，然后你想将这些字符清理掉。

解决方案

​ 文本清理问题会涉及到包含文本解析与数据处理等一系列问题。在非常简单的情形下，你可能会选择使用字符串函数（比如str.upper()和str.lower())将文本转为标准格式。使用str.replace()或者re.sub()的简单替换操作能删除或者改变指定的字符序列。你同样还可以使用unicodedata.normalize（）函数将unicode文本标准化.

​ 然后，有时候你可能还在清理操作上更进一步。比如，你可能想消除整个区间上的字符或者去除变音符。为了这样做，你可以使用translate（）方法。为了演示，假设你现在有下面这个凌乱的字符串：

s='pÃthöñ\fis\tawesome\r\n'
print(s)  # ->pÃthöñis	awesome

​ 第一步是清理空白字符。will这样做，先创建一个小的转换表格然后使用translate（）方法：

remap={
   
    ord('\t'):' ',
    ord('\f'):' ',
    ord