गैर-ASCII वर्णों का चयनात्मक निष्कासन

पाठ्य डेटा के साथ काम करने में अक्सर कुछ प्रतीकों को संरक्षित करते हुए गैर-ASCII वर्णों को हटाने की आवश्यकता शामिल होती है रिक्त स्थान और अवधि की तरह. हालाँकि बुनियादी फ़िल्टरिंग विधियाँ सभी गैर-ASCII वर्णों को हटा सकती हैं, लेकिन कुछ मामलों में यह वांछनीय नहीं हो सकता है। यदि ऑर्ड(चार) 127: वापसी '' अन्यथा: रिटर्न चार

यह कोड 48 से कम या 127 से अधिक ASCII मान वाले सभी वर्णों को हटा देता है, प्रभावी रूप से गैर-ASCII वर्णों के पाठ को हटा देता है। हालाँकि, यह रिक्त स्थान (ASCII 32) और अवधि (ASCII 46) को भी हटा देता है। ]

def onlyascii(char):
    if ord(char)  127: return ''
    else: return char

import string
printable = set(string.printable)
filtered_data = filter(lambda x: x in printable, data)