如何处理像“\xe7\xbe\x8e”这样的乱码字符串？

Question

我有一个像s = ['a','\xe7\xbe\x8e\xe7','b']这样的单词列表，我想删除像'\xe7\xbe\x8e\xe7'这样的成员，但是我想不出任何有用的方法。我从来没有处理过这样的编码或解码的话。我希望你能给我一些建议。谢谢！你知道吗

Answer 1

您可以使用^{}检查列表中的每个单词是否都是alphanumeric 功能。如果这个单词是字母数字的，那么就保留它，否则就放弃它。这可以通过列表理解来实现

>>> s = ['a','\xe7\xbe\x8e\xe7','b']
>>> [a for a in s if a.isalnum()]
>>> ['a', 'b']

注意：isalnum检查字符串是否为字母数字，即包含字母和/或数字。如果只允许使用字母，请改用^{}

Answer 2

def is_ascii(s):
    return all(ord(c) < 128 for c in s)
s=[e for e in s if is_ascii(e)]

试试这个。它将删除带有非ascii字符的条目（如\xe7\xbe\x8e\xe7）。希望这有帮助！你知道吗

Answer 3

试试这个：

import itertools

s = ['a','\xe7\xbe\x8e\xe7','b']
for i in range(s.count("\xe7\xbe\x8e\xe7")):
    s.remove('\xe7\xbe\x8e\xe7')

然后所有出现的“\xe7\xbe\x8e\xe7”都将从列表中删除。你知道吗