[Python基礎]檢查及過濾字串中的特殊字符

在實務上，條碼槍傳送的資訊可能包含不可見字符或控制字符。這可能是因為條碼槍在傳送條碼數據時使用了一些特殊字符，這些字符在可見字符集合之外，例如 \x06 就是 ASCII 中的 "ACK" 控制字符。

本文將探討，如何查詢及處理這些特殊字符。

在 Python 中，不可見字符通常指的是 ASCII 字符集中的控制字符和一些特殊字符，它們在顯示時不會產生可見的印刷效果。

以下是一些常見的不可見字符：

控制字符：
\n： 換行符 (Line Feed) → 在字串中表示換行，移動到下一行的開始位置。
\r： 回車符 (Carriage Return) → 移動光標到當前行的開始位置，用於覆蓋該行的內容。
\t： 水平制表符 (Tab) → 插入水平制表，通常用於在字串中插入空格，以達到對齊的效果。
\b： 退格符 (Backspace) → 將光標向左移動一格，可用於消除前一字符。
\f： 換頁符 (Form Feed) → 在某些情境中，表示換頁，用於在輸出中插入頁面分隔符。
\v： 垂直制表符 (Vertical Tab) → 插入垂直制表，用於在字串中插入空格，達到對齊的效果。
\a： 響鈴字符 (Bell) → 觸發響鈴聲或警告聲。在現代終端中，通常不會實際發出聲音，而是視為通知或警告。

特殊空白字符：
\s： 空格符 (Space) → 表示一個普通的空格。
\f： 換頁符 (Form Feed) → 類似於控制字符中的 \f，表示換頁。
\v： 垂直制表符 (Vertical Tab) → 類似於控制字符中的 \v，表示垂直制表。
\u200B： 零寬空格 (Zero Width Space) → 表示一個不佔據實際寬度的空格，通常在排版和格式化文本時使用。
\u00A0： 不中斷空白 (Non-Breaking Space) → 表示一個不會被自動斷行的空格，常用於確保連續的文字不會被分開。

其他控制字符：
\x00 到 \x1F： ASCII 控制字符的範圍，包括空白字符、退格、換行等。
\x7F： 刪除字符

查詢不可見字符

repr()

可以將字符串轉換包含可見和不可見為字符的表示形式。

print(repr(your_string))

範例說明

假設讀取到的條碼槍含有\x06字符，假設條碼資訊為DEF，若未處理可能會造成傳送錯誤的資料\x06DEF，所以先用repr()檢查是否包含不可見字符。

# 假設這是從條碼槍讀取的字符串
barcode_data = "ABC\x06DEF"

# 使用 repr() 函數來查看字符串的 Python 表示形式
repr_of_barcode = repr(barcode_data)

# 打印結果'
print(f'原始字串:{barcode_data}')
print(f'處理過後: {repr_of_barcode}')

repr()範例

過濾不可見字符：

使用正則表達式re.sub，過濾掉字串中的不可見字符​

re.sub 是 Python 中 re 模組中的一個函數

re.sub(pattern, repl, string, count=0, flags=0)

pattern: 要匹配的正則表達式。
repl: 用於替換匹配字串的字符串。
string: 要進行替換的原始字符串。
count (可選): 替換的最大次數，默認為 0（替換所有匹配）。
flags (可選): 正則表達式的標誌，用於修改匹配的行為

範例說明

正則化後，就將控制字符\x06移除了，顯示正常字串。

repr_of_barcode = repr(barcode_data)只是將可見與不可見字符，一起轉換成字串顯示，若將repr_of_barcode丟進去該範例的正則化表示，則不會過濾\x06喔，因為已經都轉成字串了。

import re

# 假設這是從條碼槍讀取的字符串
barcode_data = "ABC\x06DEF"

# 使用 repr() 函數來查看字符串的 Python 表示形式
repr_of_barcode = repr(barcode_data)

#使用正則化 保留 ASCII 字符範圍內的可見字符
re_barcode = re.sub(r'[^\x20-\x7E]', '', barcode_data)
# 打印結果'
print(f'原始字串:{barcode_data}')
print(f'repr()處理過後: {repr_of_barcode}')
print(f'正則化: {re_barcode}')

正則表達式

隨手紀錄，遇到的狀況及整理後的心得