Python 如何将unicode更改为ascii并删除无法识别的字符

我的文件是unicode格式的。但是，出于某种原因，我想将其更改为纯ascii，同时删除ascii中无法识别的任何字符。例如，我想更改

u'这是一个字符串�'

只需

“这是一个字符串”

。下面是我用来这样做的代码

ascii_str = unicode_str.encode('ascii', 'ignore')

然而，我仍然得到以下恼人的错误

UnicodeDecodeError: 'ascii' codec can't decode byte 0xf3 in position 0: 
  ordinal not in range(128)

---

我怎样才能解决这个问题？我可以使用普通的ascii字符串

你需要解码它。如果你有文件

with open('example.csv', 'rb') as f:
    csv = f.read().decode("utf-8")

如果你想解码一个字符串，你可以这样做

data.decode('UTF-8')

更新 您可以使用

ord（）

获取每个字符的ascii码

d=u'This is a string'
l=[ord(s) for s in d.encode('ascii', 'ignore')]
print l

如果需要连接它们，可以使用

join

打印“”连接（l）

---

你需要解码它。如果你有文件

with open('example.csv', 'rb') as f:
    csv = f.read().decode("utf-8")

如果你想解码一个字符串，你可以这样做

data.decode('UTF-8')

更新 您可以使用

ord（）

获取每个字符的ascii码

d=u'This is a string'
l=[ord(s) for s in d.encode('ascii', 'ignore')]
print l

如果需要连接它们，可以使用

join

打印“”连接（l）

由于字符串中有一个符号（特殊表中代码点U+FFFD处的Unicode标准中的一个符号），因此需要在解码前为解释器指定该符号，具体如下：

由于字符串中有一个符号（特殊表中代码点U+FFFD处的Unicode标准中的一个符号），因此需要在解码前为解释器指定该符号，具体如下：

---

我假设您的

unicode\u str

是一个真正的unicode字符串

>>> u"\xf3".encode("ascii", "ignore")
''

如果没有，就用这个

>>> "\xf3".decode("ascii", "ignore").encode("ascii")

最好的方法总是找出你处理的编码，然后解码。因此，您有一个格式正确的unicode字符串。这意味着从

unicode\u str

开始，要么是一个真正的unicode字符串，要么用右键读取。我假设有一个文件。因此，最好的办法是：

import codecs
f = codecs.open('unicode.rst', encoding='utf-8')
for line in f:
    print repr(line)

>>> import string
>>> a = "abc\xf3abc"
>>> "".join(b for b in a if b in string.printable)
'abcabc'

另一个绝望的办法是：

import codecs
f = codecs.open('unicode.rst', encoding='utf-8')
for line in f:
    print repr(line)

>>> import string
>>> a = "abc\xf3abc"
>>> "".join(b for b in a if b in string.printable)
'abcabc'

---

我假设您的

unicode\u str

是一个真正的unicode字符串

>>> u"\xf3".encode("ascii", "ignore")
''

如果没有，就用这个

>>> "\xf3".decode("ascii", "ignore").encode("ascii")

最好的方法总是找出你处理的编码，然后解码。因此，您有一个格式正确的unicode字符串。这意味着从

unicode\u str

开始，要么是一个真正的unicode字符串，要么用右键读取。我假设有一个文件。因此，最好的办法是：

import codecs
f = codecs.open('unicode.rst', encoding='utf-8')
for line in f:
    print repr(line)

>>> import string
>>> a = "abc\xf3abc"
>>> "".join(b for b in a if b in string.printable)
'abcabc'

另一个绝望的办法是：

import codecs
f = codecs.open('unicode.rst', encoding='utf-8')
for line in f:
    print repr(line)

>>> import string
>>> a = "abc\xf3abc"
>>> "".join(b for b in a if b in string.printable)
'abcabc'

---

print repr（unicode\u str）

也请发布完整的回溯查看我的解决方案。我认为使用正确的编码读取文件（如果有？）是处理该问题的最佳起点。我强烈建议使用此库将Unicode转换为ASCII:

print repr（Unicode_str）

也请发布完整的回溯查看我的解决方案。我认为用正确的编码读取文件（如果有？）是处理这一问题的最佳起点。我强烈建议使用此库将Unicode转换为ASCII：解码后，如何将其转换为ASCII并忽略ASCII无法识别的字符？@metallicpart您可以使用ord（）获取每个字符的ascii码。我已经更新了帖子。解码后，如何将其转换为ascii并忽略ascii无法识别的字符？@MetallicPrist您可以使用ord（）获取每个字符的ascii代码。我已经更新了帖子。错误消息表示解码错误，而不是编码错误。这是错误。错误消息表示解码错误，而不是编码错误。