Question

我有一个像I don't want it, there'll be others

这样的句子的字符串

因此文字看起来像I don\'t want it, there\'ll be other

由于某种原因，\附带'旁边的文字。它是从另一个来源读入的。我想删除它，但不能。我试过了。 sentence.replace("\'","'")

sentence.replace(r"\'","'")

sentence.replace("\\","")

sentence.replace(r"\\","")

sentence.replace(r"\\\\","")

我知道\是为了逃避某些事情，所以不确定如何使用引号

Answer 1

\就是escape '个字符。它只在字符串的表示形式（repr）中可见，它实际上不是字符串中的字符。请参阅以下演示

>>> repr("I don't want it, there'll be others")
'"I don\'t want it, there\'ll be others"'

>>> print("I don't want it, there'll be others")
I don't want it, there'll be others

Answer 2

尝试使用：

sentence.replace("\\", "")

你需要两个反斜杠，因为它们中的第一个充当转义符号，第二个是你需要替换的符号。

Answer 3

最好使用正则表达式删除反斜杠：

>>> re.sub(u"u\005c'", r"'", "I don\'t want it, there\'ll be other")
"I don't want it, there'll be other"

Answer 4

如果您的文本来自已抓取的文本，并且在使用NLP工具处理之前未通过unescaping进行清理，那么您可以轻松地取消HTML标记，例如：

在python2.x：

>>> import sys; sys.version
'2.7.6 (default, Jun 22 2015, 17:58:13) \n[GCC 4.8.2]'
>>> import HTMLParser
>>> txt = """I don\'t want it, there\'ll be other"""
>>> HTMLParser.HTMLParser().unescape(txt)
"I don't want it, there'll be other"

在python3：

>>> import sys; sys.version
'3.4.0 (default, Jun 19 2015, 14:20:21) \n[GCC 4.8.2]'
>>> import html
>>> txt = """I don\'t want it, there\'ll be other"""
>>> html.unescape(txt)
"I don't want it, there'll be other"

另请参阅：How do I unescape HTML entities in a string in Python 3.1?

从字符串中删除反斜杠

4 个答案: