Python中re.sub移除不可打印字符：变量传参失效，原始字符串可行？

这个问题我之前也踩过坑，核心是普通字符串和原始字符串里的\x序列本质完全不同：

为什么你的代码不生效？ #

当你定义普通字符串test1 = 'ing record \xac\xd0\x81\xb4\x02\n2018 Apr'时，Python会自动解析\xac这类转义序列，把它们转换成对应的二进制字节（也就是那些不可打印的控制/特殊字符），而不是保留成字面的\x加两个字符的字符串。

而你的正则表达式\\\\x(?:\d\d|\w\w|\d\w|\w\d)，其实是在匹配字面的\x开头的字符序列——但test1里根本不存在这些字面字符，自然匹配不到，也就无法替换。

相反，用原始字符串r'ing record \xac\xd0\x81\xb4\x02\n2018 Apr'时，Python不会解析任何转义序列，里面的\x就是实打实的反斜杠加x，所以正则能精准匹配并替换。

实用解决方案 #

根据你要移除“不可打印字符”的需求，推荐以下几种通用方法：

方法1：正则匹配并移除所有不可打印字符（最推荐） #

直接匹配所有非可打印的ASCII字符，保留正常的文本内容：

import re
test1 = 'ing record \xac\xd0\x81\xb4\x02\n2018 Apr'
# 保留ASCII可打印字符（空格到~），移除其他所有字符
cleaned_text = re.sub(r'[^\x20-\x7e]', '', test1)
print(cleaned_text)  # 输出: ing record 2018 Apr

或者也可以直接匹配不可打印字符的范围：

# 匹配ASCII控制字符（\x00-\x1f）和扩展ASCII特殊字符（\x7f-\xff）
cleaned_text = re.sub(r'[\x00-\x1f\x7f-\xff]', '', test1)

方法2：使用字符串translate方法 #

通过创建翻译表，批量移除所有不可打印字符：

import string
test1 = 'ing record \xac\xd0\x81\xb4\x02\n2018 Apr'
# 生成所有不可打印字符的集合
non_printable_chars = set(chr(i) for i in range(256)) - set(string.printable)
# 创建翻译表：把不可打印字符映射为None（即移除）
trans_table = str.maketrans({char: None for char in non_printable_chars})
cleaned_text = test1.translate(trans_table)
print(cleaned_text)  # 输出: ing record 2018 Apr

方法3：精准匹配特定的不可打印字符（适合已知目标字符的场景） #

如果你明确知道要移除哪些特定的\x转义后的字符，可以直接把它们写进正则：

import re
test1 = 'ing record \xac\xd0\x81\xb4\x02\n2018 Apr'
cleaned_text = re.sub(r'[\xac\xd0\x81\xb4\x02\n]', '', test1)
print(cleaned_text)  # 输出: ing record 2018 Apr

内容的提问来源于stack exchange，提问作者john johnson