Python中文
首页
教程
问答
标签
搜索
登录
注册
如何检测编码错误字符串?
回答此问题可获得
20
贡献值,回答如果被采纳可获得
50
分。
<p>我有一个中文文档,但是文档中有很多由于解码错误而留下的错误字符串,它们看起来都像<code>fffd</code>、<code>ff10</code>之类的。你知道吗</p> <p>现在我需要删除所有出现的错误字符串,所以我需要知道它们的模式,但是我找不到有用的信息。我现在似乎只知道它们由4个字符组成,它们以“ff”开头,但最后两个不确定。你知道吗</p> <p>例如,错误字符串可能看起来像:<code>300dfffd</code>或<code>afffdnormalff0cword</code>。你知道吗</p> <p>我想要上面两个词:<code>300d</code>和<code>anormalword</code>。你知道吗</p> <p>我不能删除所有以<code>ff</code>开头的四个字母的模式,因为有正常的单词是以它们开头的。你知道吗</p> <p>有没有一个单一的模式可以代表他们?或者有没有其他的推荐方式?谢谢。你知道吗</p> <p>顺便说一句,我是用Python做这个的,所以任何Python的方法都是非常值得赞赏的!你知道吗</p> <p>谢谢。你知道吗</p> <p>更新:</p> <p>我最终使用了pattern<code>ff(fd|\d\w|\w\d)</code>,并删除了几乎所有的错误。你知道吗</p> <p>一些错误,如<code>ff07</code>和<code>ff50</code>没有被删除,这很奇怪,因为它们本应该被re模式删除,但是这一点点错误在我的容忍范围内。你知道吗</p>
0 条评论
分类:
Python问答
请先
登录
后评论
默认排序
时间排序
1 个回答
匿名
1天前
擅长:python、mysql、java
<p>我最终使用了模式<code>ff(fd|\d\w|\w\d)</code>,删除了所有错误,但只删除了一些错误。你知道吗</p> <p>有些错误,如ff07和ff50,没有被删除,这是奇怪的,因为他们应该被删除的重新模式,但这一点点的错误是在我的容忍范围内。你知道吗</p>
请先
登录
后评论
针对此问题:
更多的回答
关注
89
关注
收藏
1
收藏,
216
浏览
网友 提问于 2天前
相关Python问题
我想从用户inpu创建一个类的实例
4 回答
我想从用户导入值,为此
6 回答
我想从用户那里得到一个整数输入,然后让for循环遍历该数字,然后调用一个函数多次
4 回答
我想从用户那里收到一个列表,并在其中执行一些步骤,然后在步骤完成后将其打印回来,但它没有按照我想要的方式工作
5 回答
我想从用户那里获取输入,并将值传递给(average=dict[x]/6),然后在那里获取resu
3 回答
我想从第一个列表中展示第一个词,然后从第二个列表中展示十个词,以此类推- Python
8 回答
我想从第一个空lin开始解析文本文件
5 回答
我想从简历、简历中提取特定部分
9 回答
我想从给定字典(python)的字符串中删除\u00a9、\u201d和类似的字符。
10 回答
我想从给定的网站Lin下载许多文件扩展名相同的Wget或Python文件
1 回答
我想从网上搜集一些关于抵押贷款的数据
4 回答
我想从网站上删除电子邮件地址
3 回答
我想从网站上读取数据该网站包含可下载的文件,然后我想用python脚本把它发送给oracle如何?
10 回答
我想从网站中提取数据,然后将其显示在我的网页上
7 回答
我想从网页上提取统计数据。
2 回答
我想从网页上解析首都城市,并在用户输入国家时在终端上打印它们
1 回答
我想从色彩图中删除前n个颜色,而不丢失原始颜色数
4 回答
我想从课堂上打印字典里的键
3 回答
我想从费用表中获取学生上次支付的费用,其中学生id=id
9 回答
我想从较低的顺序对多重列表进行排序,但我无法在一行中生成结果
6 回答