删除\ u2018和\ u2019字符

Question

我正在使用Beautiful Soup来解析网页并打印终端上访问过的网页的名称。但是，网页的名称通常是单一的（\ u2018）和左（\ u2019）字符，python无法打印，因为它提供了charmap编码错误。 有没有办法删除这些字符？

Answer 1

这些代码是单个左右引号字符的Unicode。你可以用它们的ASCII等效替换它们，Python不应该在你的系统上打印出任何问题：

>>> print u"\u2018Hi\u2019"
‘Hi’
>>> print u"\u2018Hi\u2019".replace(u"\u2018", "'").replace(u"\u2019", "'")
'Hi'

或者使用正则表达式：

import re
s = u"\u2018Hi\u2019"
>>> print re.sub(u"(\u2018|\u2019)", "'", s)
'Hi'

然而，Python也不会在打印这些版本的Unicode版本时遇到任何问题。您可能正在某处使用str()尝试将您的unicode转换为ascii并抛出异常。