pythonunicode将反斜杠u替换为空字符串

Question

我正在清理一个pandas数据帧，遇到了unicode字符串，它里面有一个反斜杠，而我需要替换它

u'\u2014'.replace('\u','')
Result: u'\u2014'

我尝试过将其编码为utf-8，然后解码，但这没用，我觉得肯定有更简单的方法来解决这个问题。在

熊猫代码

^{pr2}$

错误

UnicodeEncodeError: 'ascii' codec can't encode character u'\u2014' in position 0: ordinal not in range(128)

Answer 1

是的，它不是一个字符串，而是一个字符串。在

有助于：

• 使用.encode（'ascii'，'ignore'）转换为ascii
• 当您使用pandas时，可以使用“encoding”参数并在那里传递“ascii”。在
• 改为：u'\u2014'.replace（u'\u2014'，u'2014'）.encode（'ascii'，'ignore'）

希望这有帮助。在

Answer 2

u'\u2014'实际上是-。不是数字。它是一个utf-8字符。尝试使用print关键字打印它。你会知道的

这是ipython中的输出：

In [4]: print("val = ", u'\u2014')
val =  —

根据你的评论，这是你做错了什么 “-”与“EM Dash”Unicode字符（u'\u2014'不同）

所以，你应该做以下事情

^{pr2}$

那就行了

编辑： 由于您使用的是python2.x，因此必须使用utf-8对其进行编码，如下所示

u'\u2014'.encode('utf-8').decode('utf-8').replace("-","")