替换或删除python中的特定Unicode字符答案

【问题标题】：replace or delete specific unicode characters in python替换或删除python中的特定Unicode字符
【发布时间】：2017-03-30 18:49:26
【问题描述】：

似乎有很多关于在其他语言中执行此操作的帖子，但我似乎无法弄清楚在 Python 中如何（我使用的是 2.7）。

明确地说，我希望将字符串保留为 unicode，只是能够替换某些特定字符。

例如：

thisToken = u'tandh\u2013bm'
print(thisToken)

打印中间有 m 破折号的单词。我只想删除 m-dash。（但不使用索引，因为我希望能够在任何找到这些特定字符的地方执行此操作。）

我尝试使用replace，就像你对任何其他角色一样：

newToke = thisToken.replace('\u2013','')
print(newToke)

但它只是不起作用。任何帮助深表感谢。赛斯

【问题讨论】：

如果你在文件的顶部使用from __future__ import unicode_literals，所有的字符串文字都是自动的unicode，它在这里会有所帮助（但是当一些字符串需要是字节时要小心意外，你可以为它们使用b 前缀）。

【解决方案1】：

将字符串解码为 Unicode。假设它是 UTF-8 编码的：

str.decode("utf-8")

调用 replace 方法并确保将 Unicode 字符串作为第一个参数传递给它：

str.decode("utf-8").replace(u"\u2022", "")

如果需要，编码回 UTF-8：

str.decode("utf-8").replace(u"\u2022", "").encode("utf-8")

【讨论】：

【解决方案2】：

您要搜索替换的字符串也必须是 Unicode 字符串。试试：

newToke = thisToken.replace(u'\u2013','')

【讨论】：