删除文件tex中的非ASCII字符

Question

Python专家：

我有句话像： "this time air\u00e6\u00e3o was filled\u00e3o" 我希望删除非Ascii unicode字符。 我只需要以下代码和函数：

def removeNonAscii(s): 
    return "".join(filter(lambda x: ord(x)<128, s))          

sentence = "this time air\u00e6\u00e3o was filled\u00e3o"   
sentence = removeNonAscii(sentence)
print(sentence)

然后显示："this time airo was filledo"，删除“\00…”效果很好 但当我把这个句子写进一个文件里，然后读它，然后做成一个循环：

^{pr2}$

它显示"this time air\u00e6\u00e3o was filled\u00a3o" 一点也不管用。这里发生了什么？如果函数有效，则不应该 往那边走。。。。在

Answer 1

我觉得文件中的文本不是实际的non-ascii字符，而是实际显示字符的utf-8序列，也就是说，它实际上是代码\u00 ，因此当你运行代码时，它读取每一个字符，并看到它们是完全正确的，所以过滤器会离开它们。在

如果是这种情况，请使用以下方法：

import re
def removeNonAscii(s):
    return re.sub(r'\\u\w{4}','',s)

它将删除'\u'的所有实例

示例：

^{pr2}$

在哪里文件.txt有：

^{bq}$