从 Python 字符串中删除零宽度空格 unicode 字符答案

【问题标题】：Remove zero width space unicode character from Python string从 Python 字符串中删除零宽度空格 unicode 字符
【发布时间】：2018-02-19 15:04:29
【问题描述】：

我在 Python 中有一个这样的字符串：

u'\u200cHealth & Fitness'

如何删除

\u200c

字符串的一部分？

【问题讨论】：

【解决方案1】：

您可以将其编码为ascii 并忽略错误：

u'\u200cHealth & Fitness'.encode('ascii', 'ignore')

输出：

'Health & Fitness'

【讨论】：

【解决方案2】：

如果你有一个包含Unicode 字符的字符串，比如

s = "Airports Council International \u2013 North America"

那你可以试试：

newString = (s.encode('ascii', 'ignore')).decode("utf-8")

输出将是：

Airports Council International North America

如果有帮助请点赞 :)

【讨论】：

我们不应该在编码为 ascii 后解码 'ascii'
如果您有一个字符串列表，您可以将其调整为列表理解：list_text_fixed = [(s.encode('ascii', 'ignore')).decode("utf-8") for s in list_text]

【解决方案3】：

对我来说，以下工作

mystring.encode('ascii', 'ignore').decode('unicode_escape')

【讨论】：

【解决方案4】：

我只是使用替换，因为我不需要它：

varstring.replace('\u200c', '')

或者在你的情况下：

u'\u200cHealth & Fitness'.replace('\u200c', '')

【讨论】：

这实际上比大多数字符串中接受的答案要好。 \u200c 是一个零宽度非连接符，它是strip() 忽略的不寻常的空白类型字符。在大多数使用 unicode strs 的情况下，您不想 encode(ascii, ignore)。
这是通用解决方案，因为 ascii 也可能会删除一些其他 Unicode 字符。

【解决方案5】：

在问题中的特定情况下：字符串以单个 u'\200c' 字符为前缀，解决方案很简单，只需使用不包含第一个字符的切片。

original = u'\u200cHealth & Fitness'
fixed = original[1:]

如果前导字符可能存在也可能不存在，则可以使用str.lstrip

original = u'\u200cHealth & Fitness'
fixed = original.lstrip(u'\u200c')

相同的解决方案也适用于 Python3。从 Python 3.9 开始，str.removeprefix 也可用

original = u'\u200cHealth & Fitness'
fixed = original.removeprefix(u'\u200c')

【讨论】：