如何从 python 中的字符串中删除此 \xa0？答案

【问题标题】：How to remove this \xa0 from a string in python?如何从 python 中的字符串中删除此 \xa0？
【发布时间】：2014-09-26 21:53:57
【问题描述】：

我有以下字符串：

 word = u'Buffalo,\xa0IL\xa060625'

我不想在其中出现“\xa0”。我怎样才能摆脱它？我想要的字符串是：

word = 'Buffalo, IL 06025

【问题讨论】：

为什么需要删除这些？您是否还希望从字符串中删除其他代码点？为什么不能将字符串编码为正确的编码并使用生成的字符串？
现在我在过去 3 年多的程序员工作后再次查看旧问题..我意识到这是一个相当愚蠢的问题。我很惊讶这个问题得到了这么多票:)

标签： python unicode

【解决方案1】：

最可靠的方法是使用unidecode module 将所有非ASCII 字符自动转换为最接近的ASCII 等效字符。

字符\xa0（不是你所说的\xa）是NO-BREAK SPACE，最接近的ASCII等价物当然是常规空格。

import unidecode
word = unidecode.unidecode(word)

【讨论】：

好的，究竟如何使用unidecode 模块进行这样的转换？
@martineau 我没有在我的电脑上安装unidecode，所以我不愿举一个具体的例子，根据文档看起来很简单。但既然你坚持...
+1，因为我发现 unidecode 模块对于解决只有我的一些工具支持 unicode 的事实非常宝贵，即使这里是火箭与蚊子。
@DSM 尽管这个问题只涉及非换行空格字符，但我假设他们还有其他尚未遇到的 Unicode 字符。任何其他解决方案都只是推迟清算的日子。

【解决方案2】：

您可以轻松使用unicodedata 删除所有\x... 字符。

from unicodedata import normalize
normalize('NFKD', word)
>>> 'Buffalo, IL 60625'

【讨论】：

【解决方案3】：

如果你确定这是你唯一不想要的字符，你可以.replace它：

>>> word.replace(u'\xa0', ' ')
u'Buffalo, IL 60625'

如果您需要处理所有非 ascii 字符，编码和替换坏字符可能是一个好的开始...：

>>> word.encode('ascii', 'replace')
'Buffalo,?IL?60625'

【讨论】：

我不确定我对编码方法的看法。从概念上讲，这有点奇怪，因为您从字符串开始并将其转换为字节。
@DSM：这有点取决于提问者首先想要这样做的为什么。我能想到的一些不同的人想要这个涉及需要 ASCII 字节，其他人仍然需要 Unicode，还有一些人涉及的问题首先不是问题......

【解决方案4】：

那里没有\xa。如果您尝试将其放入字符串文字中，如果幸运的话，您会得到一个语法错误，或者如果您不这样做，它会吞下下一个尝试的字符，因为\x 序列离开必须后跟两个十六进制数字。

您拥有的是\xa0，它是字符U+00A0 的转义序列，又名“NO-BREAK SPACE”。

我认为您想用空格替换它们，但是您想做的任何事情都很容易编写：

word.replace(u'\xa0', u' ') # replaced with space
word.replace(u'\xa0', u'0') # closest to what you were literally asking for
word.replace(u'\xa0', u'')  # removed completely

【讨论】：

【解决方案5】：

这似乎适用于摆脱非 ascii 字符：

fixedword = word.encode('ascii','ignore')

【讨论】：

这将删除所有空格，并留下错误的结果。