使用Python从字符串中删除不间断空格

Question

我在Python中遇到了一些非常基本的字符串问题（我无法解决）。基本上，我试着做以下事情：

'# 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

我以为“\u00A0”是unicode不间断空格的转义码，但显然我做得不正确。你知道我做错了什么吗？

Answer 1

在给一个旧问题添加另一个答案之前，我犹豫不决，但是由于Python3将Unicode“不间断空格”字符计算为空白字符，并且由于字符串默认为Unicode，所以可以使用join和split来去掉字符串中的不间断空格，如下所示：

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

当然，这也会改变任何其他空格（制表符、换行符等）。注意这只是Python3号。

Answer 2

不，u"\u00A0"是不间断空格的转义代码。"\u00A0"是6个字符，它们不是任何类型的转义代码。Read this。

Answer 3

您没有unicode字符串，而是一个UTF-8字节列表（这是Python 2.x中的字符串）。

试试看

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

最好是切换到unicode——请参见this article以获取想法。所以你可以说

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

而且它也应该可以工作（注意：我现在还没有Python 2.x），尽管在将它发送到文件或打印到屏幕时，需要将它转换回字节（二进制）。