Comment puis-je supprimer les caractères non ASCII tout en laissant les points et les espaces ?

Question

Je travaille avec un fichier .txt. Je veux une chaîne de caractères contenant le texte du fichier, sans caractères non ASCII. Cependant, je veux laisser les espaces et les points. Pour l'instant, je les supprime également. Voici le code :

def onlyascii(char):
    if ord(char) < 48 or ord(char) > 127: return ''
    else: return char

def get_my_string(file_path):
    f=open(file_path,'r')
    data=f.read()
    f.close()
    filtered_data=filter(onlyascii, data)
    filtered_data = filtered_data.lower()
    return filtered_data

Comment dois-je modifier onlyascii() pour laisser les espaces et les points ? J'imagine que ce n'est pas trop compliqué mais je n'arrive pas à comprendre.

Answer 1

Je travaille sur Fluent Python (Ramalho) - fortement recommandé. Liste de comprehension des "one-ish-liners" inspirés par le chapitre 2 :

onlyascii = ''.join([s for s in data if ord(s) < 127])
onlymatch = ''.join([s for s in data if s in
              'ABCDEFGHIJKLMNOPQRSTUVWXYZabcdefghijklmnopqrstuvwxyz'])

Answer 2

Si vous voulez des caractères ascii imprimables, vous devriez probablement corriger votre code en :

if ord(char) < 32 or ord(char) > 126: return ''

ce qui est équivalent, à string.printable (réponse de @jterrace), sauf pour l'absence de retours et de tabulations ( \t ',' \n ',' \x0b ',' \x0c et \r ) mais ne correspond pas à l'intervalle de votre question.