Python 使用（有意）困难字符清理字符串

我有一个解析用户输入的程序。我在unicode字符串中遇到了与\0000相关的错误（

不支持的unicode转义序列

），因此我进行了一些调查并发现：

A\u real\u string\uux03\x04\x00\x06\x00\x03\x08\t\x01\x03\ufffd\ufffd\ufffd\ufffd\ufffd\ufffd\ufffd\ufffd\ufffd\ufffd\ufffd\ufffd\ufffd\ufffd\ufffd\ufffd

我想从字符串中删除类似的内容（特别是

\x00

），而不放弃对国际字符的支持。什么是好方法

编辑：我想我真正想做的是删除\x00及其后的所有内容。我如何才能做到这一点？

尝试非严格的错误行为，即：

codecs.decode('string', 'utf8', 'ignore')

但是，这将为您提供一个unicode字符串。要将其转换为以前的字节字符串格式，只需使用解码字符串的

.encode

方法。

尝试非严格错误行为，即：

codecs.decode('string', 'utf8', 'ignore')

---

但是，这将为您提供一个unicode字符串。要将其转换为以前的字节字符串格式，只需使用解码字符串的

.encode

方法。

如果要从字符串中删除一些字符，只需迭代该字符串并跳过不需要的字符，然后重新连接各个字符

假设您的unicode字符串名为

ustr

，您可以使用：

u''.join([ c for ustr in a if c not in u'\00'])

（如果以后要删除其他字符，请说

\01

将它们添加到不在部分：

…不在u'\00\01'）

这应该适用于Python2.x和3.x

---

如果要删除第一个

\00

之后的所有内容，只需在原始字符串中找到它：

ix = ustr.find(u'\00')
filtered = ustr if ix == -1 else ustr[:ix]

---

如果要从字符串中删除某些字符，只需迭代该字符串并跳过不需要的字符，然后重新连接各个字符

假设您的unicode字符串名为

ustr

，您可以使用：

u''.join([ c for ustr in a if c not in u'\00'])

（如果以后要删除其他字符，请说

\01

将它们添加到不在部分：

…不在u'\00\01'）

这应该适用于Python2.x和3.x

---

如果要删除第一个

\00

之后的所有内容，只需在原始字符串中找到它：

ix = ustr.find(u'\00')
filtered = ustr if ix == -1 else ustr[:ix]

---

如果你不说你想删除什么和保留什么，其他人很难猜到…@SergeBallesta-再读一遍，你会注意到我确实特别提到了\x00我读过它，但正如你所说的那样（特别是\00），我明白你想删除

\00

和其他我猜不到的东西。我不确定您是否只想删除

\00

@SergeBallesta-很抱歉造成混淆：）祝您度过愉快的一天。如果您不说您想删除什么和想保留什么，其他人很难猜到…@SergeBallesta-再读一遍，您会注意到我确实特别提到了\x00我读过它，但正如您所说的（特别是\00），我知道您想要删除

\00

和其他我猜不到的内容。我不确定您是否只想删除

\00

@SergeBallesta-很抱歉造成混淆：）祝您度过愉快的一天。在将字符串传递给解码函数之前，请尝试用替换/翻译字符串（如果您使用了大量替换，则后者应该更有效）。尝试替换/翻译字符串（如果您正在处理大量替换，则后者应该更有效）在将它们传递给解码函数之前。