用（有意的）困难字符清除字符串

Question

我有一个分析用户输入的程序。我在unicode字符串（unsupported Unicode escape sequence）中遇到了与\0000相关的错误，因此我进行了一些调查并发现：

A_real_string_\x03\x04\x00\x06\x00\x03\x08\t\x01\x03 \ufffd\ufffd\ufffd\ufffd\ufffd\ufffd\ufffd\ufffd\ufffd\ufffd\ufffd\ufffd\ufffd\ufffd\ufffd\ufffd\ufffd\ufffd

我想从字符串中删除这样的内容（特别是\x00），而不放弃对国际字符的支持。什么是好方法？你知道吗

编辑：我想我真正想做的是删除\x00及其后的所有内容。我怎么能这么做？你知道吗

Answer 1

如果要从字符串中删除某些字符，只需迭代该字符串并跳过不需要的字符，然后重新连接各个字符。你知道吗

假设您的unicode字符串名为ustr，您可以使用：

u''.join([ c for ustr in a if c not in u'\00'])

（如果以后要删除其他字符，请说\01将它们添加到不在部分：...not in u'\00\01')

这应该对python2.x和3.x都适用

---

如果要删除第一个\00之后的所有内容，只需在原始字符串中find：

ix = ustr.find(u'\00')
filtered = ustr if ix == -1 else ustr[:ix]