删除python字符串中奇怪的双引号（来自excel文件）

Question

我正在使用 xlrd 将一个 Excel 文件加载到 python3。它们基本上是电子表格中的文本行。其中一些行是引号。例如，一行可以是：

她说，“我叫詹妮弗。”

当我将它们读入 python 并将它们变成字符串时，双引号被读入为一个奇怪的双引号字符，看起来像斜体双引号。我假设在此过程中的某个地方，由于某些编码问题或其他原因，python 将字符读取为一些外来字符而不是实际的双引号。所以在上面的例子中，如果我将该行指定为“文本”，那么我们将得到类似以下的内容（尽管不完全是因为我实际上并没有输入该行，所以想象“文本”已经预先分配） ：

text = 'She said, “My name is Jennifer.”'
text[10] == '"'

第二行会吐出一个 False，因为它似乎无法将其识别为正常的双引号字符。如果这有所作为，我正在 Mac 终端中工作。

我的问题是： 1.有没有办法轻松去掉这些奇怪的双引号？ 2.当我读入文件时，有没有办法让python正确地将它们识别为双引号？

Answer 1

我假设在此过程中，python 将字符读取为一些外来字符

是的；它读进去了，因为那是文件数据实际代表的内容。

由于某些编码问题或其他原因，而不是实际的双引号。

编码没有问题。实际字符不是“实际双引号”。

有没有办法轻松去掉这些奇怪的双引号？

您可以像往常一样使用字符串的.replace 方法，将它们替换为“实际双引号”或不替换。

当我读入文件时，有没有办法让 python 正确地将它们识别为双引号？

如果您正在寻找它们，您可以将它们与实际的角色进行比较。

如评论中所述，它们很可能是U+201C LEFT DOUBLE QUOTATION MARK 和U+201D RIGHT DOUBLE QUOTATION MARK。使用它们是为了使开头和结尾的引号看起来不同（通过向不同方向弯曲），这通常是漂亮的排版（而不是使用"，这对程序员来说更方便）。你可以在 Python 中使用 Unicode 转义来表示它们，因此：

text[10] == '\u201c'

您也可以直接向 Python 询问此信息，方法是在 Python 命令行中询问 text[10]（它将评估并显示表示形式），或者在脚本中明确地使用例如print(repr(text[10])).