迹忆客 专注技术分享

本文介绍了在 Python 中从字符串中删除 \xa0 的不同方法。

\xa0 Unicode 代表程序中的硬空间或不间断空间。它表示为  在 HTML 中。

可以帮助从字符串中删除 \xa0 的 Python 函数如下。

• unicodedata 的 normalize() 函数
• 字符串的 replace() 函数
• BeautifulSoup 库的 get_text() 函数将 strip’ 设为 True。

使用 Unicodedata 的 Normalize() 函数从 Python 中的字符串中删除 \xa0

你可以使用 unicodedata 标准库的 unicodedata normalize() 函数从字符串中删除 \xa0。

normalize() 函数使用如下。

unicodedata.normalize("NFKD", string_to_normalize)

这里，NFKD 表示 normal form KD。它将所有兼容字符替换为其等效字符。

下面的示例程序说明了这一点。

import unicodedata

str_hard_space='17\xa0kg on 23rd\xa0June 2021'
print (str_hard_space)
xa=u'\xa0'

if xa in str_hard_space:
    print("xa0 is Found!")
else:
    print("xa0 is not Found!")


new_str = unicodedata.normalize("NFKD", str_hard_space)
print (new_str)
if xa in new_str:
    print("xa0 is Found!")
else:
    print("xa0 is not Found!")

输出：

17 kg on 23rd June 2021
xa0 is Found!
17 kg on 23rd June 2021
xa0 is not Found!

使用字符串的 replace() 函数从 Python 中的字符串中删除 \xa0

你可以使用字符串的 replace() 函数从字符串中删除 \xa0。

replace() 函数的用法如下。

str_hard_space.replace(u'\xa0', u' ')

下面的例子说明了这一点。

str_hard_space='16\xa0kg on 24th\xa0June 2021'
print (str_hard_space)
xa=u'\xa0'

if xa in str_hard_space:
    print("xa0 Found!")
else:
    print("xa0 not Found!")

new_str = str_hard_space.replace(u'\xa0', u' ')
print (new_str)
if xa in new_str:
    print("xa0 Found!")
else:
    print("xa0 not Found!")

输出：

16 kg on 24th June 2021
xa0 Found!
16 kg on 24th June 2021
xa0 not Found!

使用 BeautifulSoup 库的 get_text() 函数将 strip 设为 True 从 Python 中的字符串中删除 \xa0

你可以使用 BeautifulSoup 标准库的 get_text() 函数和 strip 启用为 True 从字符串中删除 \xa0。

get_text() 函数的用法如下。

clean_html = BeautifulSoup(input_html, "lxml").get_text(strip=True)

下面的例子说明了这一点。

from bs4 import BeautifulSoup
html = 'This is a test message, Hello This is a test message, Hello\xa0here'
print (html)

clean_text = BeautifulSoup(html, "lxml").get_text(strip=True)

print(clean_text)

输出：

Hello, This is a test message, Welcome to this website!
Hello, This is a test message, Welcome to this website!