我正在使用正则表达式来替换输入字符串中的引号。我的数据包含两种“类型”的引号 -
\n\n" and \xe2\x80\x9c\n两者之间有非常微妙的区别。目前，我在正则表达式中明确提及这两种类型
\n\n\\"*\\\xe2\x80\x9c*\n但我担心在未来的数据中我可能会得到不同的“类型”引用，而我的正则表达式可能会失败。存在多少种不同类型的报价？有没有办法将它们标准化为一种类型，以便我的正则表达式不会因为看不见的数据而中断？
\n\n编辑-
\n\n我的输入数据由 HTML 文件组成，我将 HTML 实体和 URL 转义为 ASCII
\n\nescaped_line = HTMLParser.HTMLParser().unescape(urllib.unquote(line.decode(\'ascii\',\'ignore\')))\n其中 line 指定 HTML 文件中的每一行。我需要“忽略”ASCII，因为数据库中的所有文件都没有相同的编码，并且在读取文件之前我不知道编码。
\n\n编辑2
\n\n我无法使用替换功能来执行此操作。我尝试了 Replace(\'"\',\'\') 但它不会替换其他类型的引号 \'\xe2\x80\x9c\'。如果我将其添加到另一个替换函数中，它会抛出 NON -ASCII 字符错误。
\n\n健康）状况
\n\n不允许使用外部库，只能使用本机 python 库。
\n