Question

需要用regexp替换大量的char：

  before -->  h e l l o
              | | | | |
  result -->  a b c c d

如何？ :)

实际上，需要在html中将所有字符Unicode（UTF-8）替换为ASCII（Unicode Escaped）这个问题只是一个简化的例子

UPD

好吧，总是忘记可以通过正则表达式搜索文本但不能替换，问题已解决，谢谢

Answer 1

这应该符合您的目的。我把它保存在utf-to-ascii.py中。

#!/usr/bin/env python

import sys

for c in sys.stdin.read().decode('UTF-8'):
    charcode = ord(c)
    if charcode > 127:
        sys.stdout.write('\\u%04x'%(charcode))
    else:
        sys.stdout.write(c)

我用一个名为textdoc.txt的文件测试了这些内容：

hello ד blah blah

我是这样跑的：

$ ./utf-to-ascii.py <textdoc.txt 
hello \u05d3 blah blah

要将该输出保存到文件，请执行以下操作：

$ ./utf-to-ascii.py < textdoc.txt > textdoc.transformed.txt

多个char替换为正则表达式

1 个答案: