从字符串中删除十六进制表示-Python

好的，这里有一个简短的介绍：

目标：检测字符串是否包含十六进制值，并正确提取或删除它们

问题：我希望能够使用openpyxl将字符串写入excel工作表，而不会引发非法字符异常错误

问题字符串示例：

'\xc2\x87,QGLYLGXDO\x03ZLWK\x03EUHDVW\x03FDQFHU\x03\xc2\x9435

或：

我尝试的内容：我尝试在编写之前检查每个元素是否是有效字符串，方法是执行if

type（element）==str:

或

isinstance（element）==unicode

，但没有效果

我如何解决这个问题

额外信息： 我所做的：

通过互联网上的免费软件将PDF文件转换为xls格式。[不幸的是，当数据以xml写入时，该软件声称要将其转换为xls]

现在，我获取这些xml文件并编写一个解析器从中提取数据

第三，我使用提取的数据，并使用openpyxl包将其写入excel表格

---

如果您查看openpyxl的源代码，您将发现负责检查是否允许使用字符的正则表达式，您可以使用它来检查字符串。似乎问题出在

\x03

。您可以从源代码中删除或转义这些字符

import re
ILLEGAL_CHARACTERS_RE = re.compile(r'[\000-\010]|[\013-\014]|[\016-\037]')
m = ILLEGAL_CHARACTERS_RE.search(s)
m
<_sre.SRE_Match object; span=(12, 13), match='\x03'>

重新导入
非法字符\u RE=RE.compile（r'[\000-\010].[\013-\014].[\016-\037]'）
m=非法字符搜索
M

这对我很有用：

e = "\x00\x03Rock\x04Is\x09 Cool"
m = re.split('\s+', re.sub(r"[\x00-\x1F\x7F]", ' ', e))        
result = ' '.join(m)
print result

样本输出：

RockIsCool

以下排除了除

\x0b

和

\x0c

之外的大多数十六进制值，因为它们属于可打印字符

e = filter(lambda x: x in string.printable, e)

---

如果字符串是

UHVHFWLRQ怎么办◄ 量化宽松▲♥/RZ♥乌尔文♥IHDWXUHV↔        量化宽松▲♥2OLJRGHQGURJOLRPD♥茹♥PL[HG

？然后它包含无效字符，您需要在创建Excel文件之前转义这些字符。我如何才能做到这一点？从上面注释中的字符串中，我可以删除特殊符号，如“心”或“三角形”，但由字母组成的垃圾字符串仍然存在。您能提出一些建议吗？@CharlieClarkYou可以简单地使用正则表达式来删除它们。主要问题是：例如：让有两个字符串A和B:A=我们有七大洲，B=上面的垃圾字符串。在这种情况下，我如何区分垃圾字母和真实字母？如果我写正则表达式，即使真实字母也会被删除，不是吗嗯？

e = filter(lambda x: x in string.printable, e)