Python 2.7 从文件中删除非Unicode字符

我知道这是一个重复的问题，但到目前为止，我真的努力尝试了所有的解决方案。有人能帮我从文件中删除像\xc3\xa2\xc2\x84\xc2\xa2这样的字符吗

我当前尝试清理的文件内容是： b‘烤洋葱酱’，“b”['2磅大黄洋葱，切成薄片'，'3大葱，切成薄片'，'4小枝百里香'，'1/4杯橄榄油'，'洁食盐和新鲜磨碎的黑胡椒'，'1杯白葡萄酒'，'2汤匙香槟醋'，'2杯酸奶油'，'1/2杯切碎的新鲜韭菜'，'1/4杯纯希腊酸奶'，'所有调味品和装饰用的百里香'“，”鳕鱼角Waves\xc3\xa2\xc2\x84\xc2\xa2薯片供应“]””

---

我尝试过使用re.sub（“[^\x00-\x7F]+”，“”，whatevertext），但似乎没有任何效果。我怀疑\here没有被视为特殊字符。

您可以这样做：

>>> f = open("test.txt","r")
>>> whatevertext = f.read()
>>> print whatevertext
b'Roasted Onion Dip',"b""['2 pounds large yellow onions, thinly sliced', '3 large shallots, thinly sliced', '4 sprigs thyme', '1/4 cup olive oil', 'Kosher salt and freshly ground black pepper', '1 cup white wine', '2 tablespoons champagne vinegar', '2 cups sour cream', '1/2 cup chopped fresh chives', '1/4 cup plain Greek yogurt', 'Everything seasoning and thyme to garnish', 'Cape Cod Waves\xc3\xa2\xc2\x84\xc2\xa2 Potato Chips for serving']"""

>>> import re
>>> result = re.sub('\\\\x[a-f|0-9]+','',whatevertext)
>>> print result
b'Roasted Onion Dip',"b""['2 pounds large yellow onions, thinly sliced', '3 large shallots, thinly sliced', '4 sprigs thyme', '1/4 cup olive oil', 'Kosher salt and freshly ground black pepper', '1 cup white wine', '2 tablespoons champagne vinegar', '2 cups sour cream', '1/2 cup chopped fresh chives', '1/4 cup plain Greek yogurt', 'Everything seasoning and thyme to garnish', 'Cape Cod Waves Potato Chips for serving']"""

>>> 

---

“\\x[a-f | 0-9]+”在这个正则表达式中，每个斜杠都用斜杠转义，在x之后，我们知道可以是0-9中的数字，也可以是a-f中的字母。

Super！非常感谢！