我在matlab中有一个单元格数组
columns = {'MagX', 'MagY', 'MagZ', ...
'AccelerationX', 'AccelerationX', 'AccelerationX', ...
'AngularRateX', 'AngularRateX', 'AngularRateX', ...
'Temperature'}
我使用these scripts,它使用matlab的hdf5write函数将数组保存为hdf5格式。
然后我使用pytables将hdf5文件读入python。单元格数组以字符串的numpy数组形式出现。我转换成一个列表,这是输出:
>>>columns
['MagX\x00\x00\x00\x08\x01\x008\xe6\x7f',
'MagY\x00\x7f\x00\x00\x00\xee\x0b9\xe6\x7f',
'MagZ\x00\x00\x00\x00\x001',
'AccelerationX',
'AccelerationY',
'AccelerationZ',
'AngularRateX',
'AngularRateY',
'AngularRateZ',
'Temperature']
这些十六进制值从某个地方弹出到字符串中,我想删除它们。它们并不总是出现在列表的前三项中,我需要一个很好的方法来处理它们,或者找出它们最初出现的原因。
>>>print columns[0]
Mag8�
>>>columns[0]
'MagX\x00\x00\x00\x08\x01\x008\xe6\x7f'
>>>repr(columns[0])
"'MagX\\x00\\x00\\x00\\x08\\x01\\x008\\xe6\\x7f'"
>>>print repr(columns[0])
'MagX\x00\x00\x00\x08\x01\x008\xe6\x7f'
我试过使用正则表达式删除十六进制值,但运气不好。
>>>re.sub('(\w*)\\\\x.*', '\1', columns[0])
'MagX\x00\x00\x00\x08\x01\x008\xe6\x7f'
>>>re.sub('(\w*)\\\\x.*', r'\1', columns[0])
'MagX\x00\x00\x00\x08\x01\x008\xe6\x7f'
>>>re.sub(r'(\w*)\\x.*', '\1', columns[0])
'MagX\x00\x00\x00\x08\x01\x008\xe6\x7f'
>>>re.sub('([A-Za-z]*)\x00', r'\1', columns[0])
'MagX\x08\x018\xe6\x7f'
>>>re.sub('(\w*?)', '\1', columns[0])
'\x01M\x01a\x01g\x01X\x01\x00\x01\x00\x01\x00\x01\x08\x01\x01\x01\x00\x018\x01\xe6\x01\x7f\x01'
对如何处理这个问题有什么建议吗?
也可以在不导入
re
的情况下执行此操作。E、 g.如果您只保留ascii字符:good_string = ''.join(c if ord(c) < 129 else '?' for c in bad_string)
可以按以下方式删除所有非单词字符:
正则表达式
[^\w]
将匹配任何不是字母、数字或下划线的字符。通过使用空字符串替换re.sub
中的regex,您将删除字符串中的所有其他字符。由于可能需要保留其他字符,因此更好的解决方案可能是指定要保留的更大范围的字符(不包括控制字符)。例如:
或者你可以用等价的
[^ -~]
替换[^\x20-\x7e]
,这取决于你觉得哪个更清楚。要排除第一个控制字符之后的所有字符,只需添加一个
.*
,如下所示:它们实际上不在字符串中:您有未转义的控制字符,Python使用十六进制表示法显示这些字符—这就是为什么您在打印值时看到一个不寻常的符号。
您应该能够简单地删除正则表达式中额外的引号级别,但也可以简单地依赖于regexp模块的泛型空白类,该类将匹配除制表符和空格以外的空白字符:
我用这个来替换所有输入的空格,包括不间断的空格字符,用一个空格:
相关问题 更多 >
编程相关推荐