Python-替换字符串中的非ascii字符（»；）

我需要将字符串中的字符“»”替换为空白，但仍然会出现错误。这是我使用的代码：

# -*- coding: utf-8 -*-
from bs4 import BeautifulSoup

# other code

soup = BeautifulSoup(data, 'lxml')
mystring = soup.find('a').text.replace(' »','')

UnicodeEncodeError:“ascii”编解码器无法在中编码字符u'\xbb' 位置13：序号不在范围内（128）

但如果我用另一个脚本测试它：

# -*- coding: utf-8 -*-
a = "hi »"
b = a.replace('»','') 

---

它起作用了。为什么会这样？

为了使用

str.replace（）

方法替换字符串的内容；您需要首先解码字符串，然后替换文本并将其编码回原始文本：

>>> a = "hi »"
>>> a.decode('utf-8').replace("»".decode('utf-8'), "").encode('utf-8')
'hi '

您还可以使用以下正则表达式从字符串中删除所有非ascii字符：

>>> import re
>>> re.sub(r'[^\x00-\x7f]',r'', 'hi »')
'hi '

---

@Moinuddin Quadi的答案更适合您的用例，但一般来说，从给定字符串中删除非ASCII字符的简单方法是执行以下操作：

# the characters '¡' and '¢' are non-ASCII
string = "hello, my name is ¢arl... ¡Hola!"

all_ascii = ''.join(char for char in string if ord(char) < 128)

您也可以这样做：

''.join(filter(lambda c: ord(c) < 128, string))

连接（过滤器（lambda c:ord（c）<128，字符串））

---

但是这比用字符替换字符的方法慢了大约30%。

通过谷歌搜索你得到的错误，我得到了答案：应该有你可以使用的东西，正则表达式版本是最快的。我没有使用

[^\x00-\x7f]

而是使用

[^\x20-\x7E]

将ASCII控制字符从0删除到31和127。

''.join(filter(lambda c: ord(c) < 128, string))