python資料之去掉字符串中的特殊字符

◆ 去掉字符串中的\xa0、\t、\n：

\xa0 是不間斷空白符   我們通常所用的空格是 \x20 ，是在標準ASCII可見字符 0x20~0x7e 範圍內。而 \xa0 屬於 latin1 （ISO/IEC_8859-1）中的擴展字符集字符，代表空白符nbsp(non-breaking space)。

latin1 字符集向下兼容 ASCII （ 0x20~0x7e ）。通常我們見到的字符多數是 latin1 的，比如在 MySQL 數據庫中的如下信息：

'T-shirt\xa0\xa0短袖圓領衫,體恤衫\xa0,', 'V-neck\xa0\xa0V型領\xa0sleeve\xa0\xa0袖子\xa0,',

方法一：

split方法切分再join

>>> s 'T-shirt\xa0\xa0短袖圓領衫,體恤衫\xa0' 
>>> out = "".join(s.split()) 
>>> out 
'T-shirt短袖圓領衫,體恤衫'

注：split方法中不帶參數時，表示分割所有換行符、製表符、空格。

方法二：

使用translate方法：

>>> inputstring = u'\n                      Door:\xa0Novum          \t      '
>>> move = dict.fromkeys((ord(c) for c in u"\xa0\n\t"))
>>> output = inputstring.translate(move)
>>> output
'                       Door:Novum          '

1、ord() 函數：

chr()函數（對於8位的ASCII字符串）或unichr()函數（對於Unicode對象）的配對函數，它以一個字符（長度爲1的字符串）作爲參數，返回對應的ASCII數值，或者Unicode數值，如果所給的Unicode字符超出了你的Python定義範圍，則會引發一個TypeError的異常。

2、fromkeys方法：

dict中的fromkeys方法目的是創建一個只有key的字典，內部利用for循環，使三個字符的asii碼值成爲可迭代對象（本來的整數是不可迭代的），分別對其迭代，存入字典。

3、translate方法：

根據參數table給出的表(包含 256 個字符)轉換字符串的字符, 要過濾掉的字符放到 del 參數中。接收到move返回的表（字典），之後對字符串進行替換。