在Python中替换或删除特定的Unicode字符

Question

似乎有很多关于如何在其他语言中实现这一点的帖子，但我无法弄清楚如何在Python（我正在使用2.7版本）中实现。

明确一点，我希望保留字符串的unicode格式，只是能够替换某些特定字符。

例如：

thisToken = u'tandh\u2013bm'
print(thisToken)

打印中间带有m-dash的单词。我只想删除m-dash。（但是不使用索引，因为我想在任何找到这些特定字符的地方都能做到这一点。）

我尝试使用replace，就像你处理其他字符一样：

newToke = thisToken.replace('\u2013','')
print(newToke)

但是它就是不起作用。非常感谢任何帮助。 Seth

- seth127

---

如果在文件顶部使用from __future__ import unicode_literals，所有字符串文字都将自动转换为Unicode，并且这会对此有所帮助（但是当某些字符串需要字节时要小心，可以为它们使用b前缀）。 - RemcoGerlich

Answer 1

你要替换的字符串也必须是Unicode字符串。请尝试：

newToke = thisToken.replace(u'\u2013','')

- Kevin

---

实际上，如果第二个参数也是 u'' 的话，可能会更好 :-) - RemcoGerlich

Answer 2

你可以在这篇文章中看到答案：如何用 Python 替换字符串中的 Unicode 字符？

将字符串解码为 Unicode。假设它是 UTF-8 编码：

str.decode("utf-8")

调用replace方法，确保将Unicode字符串作为其第一个参数传递：

str.decode("utf-8").replace(u"\u2022", "")

如有需要，编码回 UTF-8：

str.decode("utf-8").replace(u"\u2022", "").encode("utf-8")

- megavexus