python - 替换python中的特殊字符

我有一些来自网络的文本，例如:

£6.49

显然，我希望将其显示为:

6.49 英镑

到目前为止，我已经尝试了以下方法:

s = url['title']
s = s.encode('utf8')
s = s.replace(u'Â','')

还有一些变体(在同一个论坛上找到它之后)

但仍然没有运气，因为我不断得到:

有人能帮我把这个做对吗？

更新:

添加 repr 示例和内容类型

u'Star Trek XI &#xA3;3.99'
u'Oscar Winners Best Pictures Box Set \xc2\xa36.49'
Content-Type: text/html; charset=utf-8

提前致谢。

最佳答案

如果 s=url['title'] 使 s 等于:

In [48]: s=u'Oscar Winners Best Pictures Box Set \xc2\xa36.49'

那么问题来了

在定义 url 的代码中，

否则来自网络的内容是
畸形。

如果是案例 1，我们需要查看定义 url 的代码。

如果是情况 2，一个快速而简单的解决方法是使用 s 编解码器对 unicode 对象 raw-unicode-escape 进行编码:

In [49]: print(s)
Oscar Winners Best Pictures Box Set Â£6.49

In [50]: print(s.encode('raw-unicode-escape'))
Oscar Winners Best Pictures Box Set £6.49

另请参阅此 SO question 。

关于 s=u'Star Trek XI £3.99' 之类的标题:同样，在问题进入这个阶段之前解决这个问题会很好——也许通过查看 url 是如何定义的。但假设来自网络的内容格式错误，解决方法是:

In [86]: import re

In [87]: print(re.sub(r'&#x([a-fA-F\d]+);',lambda m: unichr(int(m.group(1),base=16)),s))
Star Trek XI £3.99

稍微解释一下:

注意

In [51]: x=u'£'
In [53]: x.encode('utf-8')
Out[53]: '\xc2\xa3'

因此，使用 u'£' 编解码器编码的 unicode 对象 utf-8 成为字符串对象 '\xc2\xa3' 。

不知何故，url['title'] 被定义为 unicode 对象u'\xc2\xa3' 。 (u 有很大的不同!)

因此，当我们想要 u'\xc2\xa3' 时，我们有 '\xc2\xa3' 。
使用 u'\xc2\xa3' 编解码器对 unicode 对象 raw-unicode-escape 进行编码将其转换为 '\xc2\xa3' 。

关于python - 替换python中的特殊字符，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/4705793/

xA3

python - 替换python中的特殊字符