删除字符串中的控制字符（python）



要删除字符串中的控制字符，因为无符号控制字符不能够在xml中编码，诸如 ^B 转换成  \x02 ,如果作为内容写入xml，\ 会导致xml错误，所以需要把控制字符删除。

python 代码如下：

方法 一、

def strip_control_characters(str_input):  
  
    if str_input:  
  
        import re  
  
        # unicode invalid characters  
        RE_XML_ILLEGAL = u'([\u0000-\u0008\u000b-\u000c\u000e-\u001f\ufffe-\uffff])' + \
                        u'|' + \
                        u'([%s-%s][^%s-%s])|([^%s-%s][%s-%s])|([%s-%s]$)|(^[%s-%s])' % \
                        (unichr(0xd800),unichr(0xdbff),unichr(0xdc00),unichr(0xdfff),  
                           unichr(0xd800),unichr(0xdbff),unichr(0xdc00),unichr(0xdfff),  
                           unichr(0xd800),unichr(0xdbff),unichr(0xdc00),unichr(0xdfff),  
                           )  
        str_input = re.sub(RE_XML_ILLEGAL, "", input)  
  
        # ascii control characters  
        str_input = re.sub(r"[\x01-\x1F\x7F]", "", input)  
  
    return str_input 

方法 二、

strip_control_characters = lambda s:"".join(i  for i in s if 31<ord(i)<127)