Python：从字符串中删除\ xa0？

Question

我目前正在使用Beautiful Soup解析HTML文件并调用get_text()，但似乎我剩下很多\ xa0 Unicode表示空格。有没有一种有效的方法可以在Python 2.7中将其全部删除，并将其更改为空格？我想更笼统的问题是，有没有办法删除Unicode格式？

我尝试使用：line = line.replace(u'\xa0',' ')，如另一个线程所建议的那样，但是将\ xa0更改为u，所以现在到处都是“ u”。）：

编辑：问题似乎已由解决str.replace(u'\xa0', ' ').encode('utf-8')，但.encode('utf-8')不这样做replace()似乎会导致它吐出甚至更奇怪的字符，例如\ xc2。谁能解释一下？

Answer 1

Python unicodedata库中有许多有用的东西。功能之一就是.normalize()功能。尝试：new_str = unicodedata.normalize("NFKD", unicode_str)如果您没有得到想要的结果，请使用上面链接中列出的任何其他方法替换NFKD。

Answer 2

我遇到了同样的问题，使用python从sqlite3数据库中提取了一些数据。上面的答案对我不起作用（不确定为什么），但是这样做了：line = line.decode('ascii', 'ignore')但是，我的目标是删除\ xa0s，而不是用空格替换它们。我是从Ned Batchelder的这个超级有用的unicode教程中获得的。