使用Python从字符串中删除不间断的空格

Question

我在Python中遇到一个非常基本的字符串问题(我无法弄清楚).基本上,我正在尝试执行以下操作:

'# read file into a string 
myString =  file.read()

'# Attempt to remove non breaking spaces 
myString = myString.replace("\u00A0"," ")

'# however, when I print my string to output to console, I get: 
Foo **<C2><A0>** Bar

我认为"\ u00A0"是unicode非破坏空间的转义码,但显然我没有正确地做到这一点.关于我做错了什么的任何想法？

Answer 1

您没有unicode字符串,而是UTF-8字节列表(Python 2.x中的字符串).

尝试

myString = myString.replace("\xc2\xa0", " ")

更好的方法是切换到unicode - 请参阅此文章以获取创意.你可以说

uniString = unicode(myString, "UTF-8")
uniString = uniString.replace(u"\u00A0", " ")

并且它也应该工作(警告:我现在没有Python 2.x可用),虽然在将文件发送到文件或将其打印到屏幕时需要将其转换回字节(二进制).

Answer 2

我加入另一个答案，一个老问题之前犹豫，但由于Python3计数一个Unicode“非休息空间”字符为空白字符，并且因为串都是Unicode默认情况下，你可以摆脱不断裂空间的字符串中的s使用join并且split，像这样：

s = ' '.join(s.split())

当然，这也会更改任何其他空白区域（制表符、换行符等）。请注意，这仅适用于 Python3。

Answer 3

不,u"\u00A0"是非破坏空间的转义码."\u00A0"是6个字符,不是任何类型的转义码.读这个.

Answer 4

请注意，简单的myString.strip()不仅会删除空格，还会删除 myString 开头和结尾的不间断空格。不完全是OP所要求的，但在很多情况下仍然非常方便。

Answer 5

在你写的内容中没有任何迹象表明你一定做错了什么：如果原始字符串在“Foo”和“Bar”之间有一个不间断的空格，那么现在那里有一个正常的空格。这假设在某个时刻您已经将输入字符串（我认为是字节字符串，除非您使用的是 Python 3 或者file使用模块中的函数打开codecs）解码为 Unicode 字符串，否则您不太可能找到非 unicode 字节字符串中的 unicode 字符，用于replace. 但是，仍然没有明显迹象表明您所写的内容存在问题。

您能否澄清输入是什么（repr(myString)在替换之前打印）和输出是什么（在替换之后repr(myString)再次打印）以及为什么您认为这是一个问题？如果没有，实际上不同的字符串可能看起来相同，但有帮助。reprrepr