如何从 Python 字典中删除非 ASCII 字符并替换为空格答案

【问题标题】：How to remove from Python Dictionary Non ASCII characters and replacing with spaces如何从 Python 字典中删除非 ASCII 字符并替换为空格
【发布时间】：2018-07-02 09:29:12
【问题描述】：

我有字典

a = {'age': '12\xa0', 'name': 'pks\xa0\xa0'}

我想删除所有非 ASCII 字符并替换为空格。

为了删除非字典中的非 ASCII 字符，我们正在使用

''.join([i if 32 < ord(i) < 126 else " " for i in a])

但是如何使用字典。任何帮助将不胜感激。

【问题讨论】：

将您的字符串解决方案应用于字典中的每个项目。
你的python版本是什么？

标签： python dictionary

【解决方案1】：

可以使用map 对字典进行迭代：

for k,v in a.items():
    a[k] = "".join(map(lambda c: c if 32<ord(c)<127 else " " , v))

print(a) 给出以下输出：

{'name': 'pks  ', 'age': '12 '}

【讨论】：

那需要一个单独的问题。

【解决方案2】：

您不需要列表理解，ord 只需编码为 ascii 并忽略错误：

In [106]: {key:value.encode('ascii',errors='ignore') for key, value in a.items()}
Out[106]: {'age': b'12', 'name': b'pks'}

如果你想用空格替换这里是一种有效的方法：

In [117]: def replace_nonascii(mydict):
              for key, value in a.items():
                  new = value.encode('ascii',errors='ignore')
                  yield key, new + b' ' * (len(value) - len(new))
   .....:         

In [118]: dict(replace_nonascii(a))
Out[118]: {'age': b'12 ', 'name': b'pks  '}

【讨论】：

当然可以，但是空间呢？
@AntonvBR 问题的标题是删除。但如果这不是 OP 正在寻找的，他/她应该让我们知道。
@AntonvBR 我已尝试解决我的答案中的空格要求。
@cᴏʟᴅsᴘᴇᴇᴅ 是的，刚刚修复！
谢谢！有点迂回，你已经修好了，所以支持它。

【解决方案3】：

基于this question 的答案，您可以使用re.sub，删除非ASCII 字符并用空格替换它们。

>>> import re
>>> {k : re.sub(r'[^\x00-\x7F]',' ', v) for k, v in a.items()}
{'age': '12 ', 'name': 'pks  '}

这应该适用于 python-3.x (python) 和 python-2.x (pythoff)。

【讨论】：

关于键，如果值也是字典，那怎么办？
@Prashant {k : {k2 : re.sub(r'[^\x00-\x7F]',' ', v2) for k2, v2 in v.items()} for k, v in a.items()}
@Prashant 它对我来说非常有用，并且该正则表达式过滤掉任何不是 ASCII 的内容。
a2 = {'a1':{'name':'pks/xa0/xa0', 'age':'12/xa0/xa0'},'a3':{'name':'kps/xa0/xa0', 'age':'23/xa0/xa0'}} 我申请了ans ={k : {k2 : re.sub(r'[^\x00-\x7F]',' ', v2) for k2, v2 in v.items()} for k, v in a2.items()}
@Prashant Lol.. 这些是正斜杠，而不是反斜杠转义序列......这是 ASCII，由有效的 ascii 字符组成。（参见 /xa0 与 \xa0）

【解决方案4】：

您可以像这样删除不可打印的 ascii 字符；它将您提供的代码行用空格替换不可打印的 ascii，应用于字典中的每个值：

def remove_non_printable_ascii(s):
    return ''.join([c if 32 < ord(c) < 127 else " " for c in s])

a = {'age': '12\xa0', 'name': 'pks\xa0\xa0'}

for k in a:
    a[k] = remove_non_printable_ascii(a[k])

a

输出：

{'age': '12 ', 'name': 'pks  '}

【讨论】：

我喜欢你的回答（这就是我赞成它的原因）。我最初的回答确实有完全相同的东西，但它是 dv'd 所以我改变了一点.. 哈