re.sub(r"[^x00-x7f]", r"", text)でテキスト内の非アスキー文字を消そうとしたら"."と"y"の文字も消えてしまう。

Question

[e-mail]

という文字列から、非アスキー文字列を除去したいです。
そこで、ネットを調べて下の様にコードを作りました。

text="[e-mail]"
stripped = re.sub(r"[^x00-x7f]", r"", text)
print(stripped)

期待していた結果は
[e-mail]
だったのですが、何故か
xxxxxxxxx@niftcom
という。
"."と"y"の文字も消えてしまいます。

なんでこんな中途半端な状態になっているのでしょう。
解決方法など教えて頂ければありがたいです。

Answer 1

pythonの場合、16進数でコードを表すには「\x」のように「\」をつける必要があります。

また、\x00～\x19は制御コードに該当するため、これも除外しないと期待した結果は得られない場合があります。

import re
text="[e-mail]"
stripped = re.sub(r'[^\x20-\x7f]',r'', text)
print(stripped)

# 出力結果
>> [e-mail]

\x00-\x7fとした場合(下記)

import re
text="[e-mail]"
stripped = re.sub(r'[^\x00-\x7f]',r'', text)
print(stripped)

# 出力結果
>> [e-mail]

Comments

[Aki1000]

有り難うございます。\のつけ忘れ直し、制御文字列除外でうまくうごきました！

Answer 2

やりたかったのは、こういうことでしょうか。

stripped = re.sub(r"[^\x00-\x7f]", r"", text)

「\」が無いと通常の文字と解釈されるので、実質[^0-x]と指定したのと同じ結果となり、
そこから外れる「.」「y」が削除されてしまったのでしょう。

Comments

[Aki1000]

有り難うございます。
\を入れてみました。しかしながらstripped = re.sub(r"[^\x00-\x7f]", r"", text)
では、[e-mail]と、また別の非アスキー文字列がくっついてしまいました。