Python:删除字符串中的^A

Question

我从数据库中得到一个包含奇怪字符的字符串，这些字符会打断json字符串。在

以下是json字符串：

{"id":13,"code":"cflw`2B2[h1s`lNzF@sPC1FtaCiK0VF@","label":"Anonymous lifestyle App cflw`2B2[h1s`lNzF@sPC1FtaCiK0VF@"}

看起来还可以，但是在i和K之间有“^A”（2B2[h1s`lNzF@sPC1FtaCiK0VF@)，我们无法从这里看到它，但如果您将其复制到文本编辑器，它将显示出来。在

我的问题是如何使这个json字符串可解析？或者如何使用Python删除“^A”？在

Answer 1

how to use Python to remove '^A'?

如果您打开终端并使用真正的ASCII ^A字符执行以下操作（要编写它，您需要执行C-vC-a）：

>>> print ord('^A')
1

因此，您知道必须从字符串中删除ASCII控制字符1：

^{pr2}$

如果从ASCII表中引用：

_{（来源：asciitable.com）}

这是“开始标题”代码，通常用于获取shell中行的开头。在

注：

• 函数ord()给出一个字符的int等价物（在python中是一个单字符字符串）
• 函数chr()给出相当于ascii字符的字符串
• 在ASCII中，可打印字符在32和126之间

My question is how to make this json string parsable?

最后，无法让JSON解析您提供的精确字符串，因为JSON只处理可打印字符，因此不包含控制字符（当通过套接字或tty端口提供时，这可能会产生不良的副作用）。换句话说，一个包含ASCII控制字符的JSON字符串是JSON。在

在不知道上下文的情况下，如果希望JSON数据只以一种方式工作（内射函数），可以在构建JSON字符串之前从字段（和名称）中删除控制字符。你也可以使用一个散列函数，这样可以使它更小，看起来更好。在

不过，如果您希望它是对称的（双射），您最好将code转换成一个整数列表，或者使用base64这样的代码对其进行编码：

使用base64：

>>> import base64
>>> bcode = base64.encodestring(code)
>>> bcode
'Y2Zsd2AyQjJbaDFzYGxOekZAc1BDMUZ0YUNpSwEwVkZA\n'
>>> base64.decodestring(bcode)
'cflw`2B2[h1s`lNzF@sPC1FtaCiK\x010VF@'

或作为整数列表：

>>> lcode = [ord(c) for c in code]
>>> lcode
[99, 102, 108, 119, 96, 50, 66, 50, 91, 104, 49, 115, 96, 108, 78, 122, 70, 64, 115, 80, 67, 49, 70, 116, 97, 67, 105, 75, 1, 48, 86, 70, 64]
>>> "".join([chr(c) for c in lcode])
'cflw`2B2[h1s`lNzF@sPC1FtaCiK\x010VF@'

生成json字符串：

{"id":13,"code":"Y2Zsd2AyQjJbaDFzYGxOekZAc1BDMUZ0YUNpSwEwVkZA\n","label":"Anonymous lifestyle App cflw`2B2[h1s`lNzF@sPC1FtaCiK0VF@"}

或者

{"id":13,"code":[99, 102, 108, 119, 96, 50, 66, 50, 91, 104, 49, 115, 96, 108, 78, 122, 70, 64, 115, 80, 67, 49, 70, 116, 97, 67, 105, 75, 1, 48, 86, 70, 64],"label":"Anonymous lifestyle App cflw`2B2[h1s`lNzF@sPC1FtaCiK0VF@"}

但最后，在构建JSON之前，您需要在编码时，而不是在解码时，从字符串中删除^A控制字符

Answer 2

^A是ASCII码的UNIX语言0x01（在tty中，相当于Ctrl+a）。在

实际上，您不应该获取JSON字符串中的原始二进制数据，应该修复生产者（一种典型的方法是base64对二进制数据进行编码）。在

但是，根据您的数据，您可以使用以下命令删除此特定字符：

yourstring.replace(chr(1), "")

或使用以下命令删除所有控制字符：

^{pr2}$

Answer 3

json_str = '{"id":13,"code":"cflw`2B2[h1s`lNzF@sPC1FtaCiK0VF@","label":"Anonymous lifestyle App cflw`2B2[h1s`lNzF@sPC1FtaCiK0VF@"}'
print map(ord, json_str)

这将得到一个整数unicode代码数组。找到您想要删除的整数unicode代码，然后使用Python的内置代码进行查找/替换结构更换（旧的，新的）