Pythonを使用して非ASCII文字を削除し、ピリオドとスペースを残すにはどうすればよいですか？

.txtファイルを使用しています。ASCII以外の文字を含まないファイルのテキスト文字列が必要です。ただし、スペースやピリオドは残したい。現在、私もそれらを取り除いています。これがコードです：

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

onlyascii（）を変更してスペースとピリオドを残すにはどうすればよいですか？それほど複雑ではないと思いますが、理解できません。

次のように、string.printableを使用して、印刷できない文字列からすべての文字をフィルタリングできます。

>>> s = "some\x00string. with\x15 funny characters"
>>> import string
>>> printable = set(string.printable)
>>> filter(lambda x: x in printable, s)
'somestring. with funny characters'

私のマシンのstring.printableには以下が含まれます：

0123456789abcdefghijklmnopqrstuvwxyzABCDEFGHIJKLMNOPQRSTUVWXYZ
!"#$%&\'()*+,-./:;<=>?@[\\]^_`{|}~ \t\n\r\x0b\x0c

編集：Python 3では、フィルターはイテラブルを返します。文字列を戻す正しい方法は次のとおりです。

''.join(filter(lambda x: x in printable, s))

別のコーデックに変更する簡単な方法は、encode（）またはdecode（）を使用することです。あなたの場合、ASCIIに変換し、サポートされていないすべての記号を無視する必要があります。たとえば、スウェーデン語の文字åはASCII文字ではありません。

    >>>s = u'Good bye in Swedish is Hej d\xe5'
    >>>s = s.encode('ascii',errors='ignore')
    >>>print s
    Good bye in Swedish is Hej d

編集：

Python3：str->バイト-> str

>>>"Hej då".encode("ascii", errors="ignore").decode()
'hej d'

Python2：ユニコード-> str->ユニコード

>>> u"hej då".encode("ascii", errors="ignore").decode()
u'hej d'

Python2：str-> unicode-> str（逆順でデコードおよびエンコード）

>>> "hej d\xe5".decode("ascii", errors="ignore").encode()
'hej d'

@artfulrobotによると、これはフィルターやラムダよりも速いはずです。

re.sub(r'[^\x00-\x7f]',r'', your-non-ascii-string) 

その他の例は、 http：//stackoverflow.com/questions/20078816/replace-non-ascii-characters-with-a-single-space/20079244#20079244

あなたの質問は曖昧です。一緒に取られた最初の2つの文は、スペースと「ピリオド」が非ASCII文字であると信じていることを意味します。これは誤りです。ord（char）<= 127のようなすべての文字はASCII文字です。たとえば、関数はこれらの文字！ "＃$％＆\ '（）* +、-。/を除外しますが、[] {}などの他の文字をいくつか含めます。

少し前に戻って少し考え、質問を編集して、ASCIIという単語に言及せずに何をしようとしているのか、また、ord（char）> = 128のような文字は無視できると思う理由を教えてください。また：Pythonのバージョンは？入力データのエンコーディングは何ですか？

コードは入力ファイル全体を単一の文字列として読み取り、別の回答へのコメント（「大きな解決策」）は、データの改行を気にしないことを意味することに注意してください。ファイルに次のような2行が含まれている場合：

this is line 1
this is line 2

結果は 'this is line 1this is line 2' ...あなたが本当に欲しいものですか？

より優れたソリューションには次のものがあります。

1. フィルター関数のより良い名前 onlyascii

2. 引数が保持される場合、フィルター関数は真の値を返すだけでよいという認識：

   def filter_func(char):
       return char == '\n' or 32 <= ord(char) <= 126
   # and later:
   filtered_data = filter(filter_func, data).lower()

次のコードを使用して、英語以外の文字を削除できます。

import re
str = "123456790 ABC#%? .(朱惠英)"
result = re.sub(r'[^\x00-\x7f]',r'', str)
print(result)

これは戻ります

123456790 ABC＃％？。（）

印刷可能なASCII文字が必要な場合は、コードを次のように修正する必要があります。

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

これはstring.printable（@jterraceからの回答）と同じですが、リターンとタブ（ '\ t'、 '\ n'、 '\ x0b'、 '\ x0c'および '\ r'）がないことを除いて、あなたの質問の範囲

Fluent Python（Ramalho）での作業-強くお勧めします。第2章に触発された理解力のある一言一言：

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