尝试删除非 ascii 字符时出现 Unicode 错误

Question

我正在解析 csv 文件，并希望在出现非 ASCII 字符时将其删除。实际上，我只需要数字，但是当我尝试删除非数字字符时，我得到一个UnicodeEncodeError.

我有以下功能：

def remove_non_ascii(text):

    return ''.join(re.findall("\d+", str(text)))

也尝试过（只是为了删除非 ascii 字符）：

def remove_non_ascii(text):

    return ''.join(i for i in str(text) if ord(i)<128)

当我打印以下结果时，我得到了正确的结果（对于两个函数）

print(remove_non_ascii('E-Mail Adresse des Empfängers'))

但是，当我将该函数应用于数据框列时df[col] = df[col].apply(remove_non_ascii)，我得到了UnicodeEncodeError.

我究竟做错了什么 ？

Answer 1

一种可能的解决方案：您需要import string将函数更改为setV = set(string.printable)return ''.join(filter(lambda x: x in setV, text))这将删除不在集合中的所有字符刚刚注意到你说你只需要数字。这是一个更有用的解决方案，无需导入字符串：def remove_non_ascii(text):&nbsp; &nbsp; setV = set("1234567890")&nbsp; &nbsp; return ''.join(filter(lambda x: x in setV, text))