Python 如何从字符串中删除解压后留下的ByTestRing？

我有一堆字符串，它们是类似以下的句子：

同时患有两种疾病被称为\xe2\x80\x9d\xe2\x80\x9d，这会使治疗每种疾病更加困难。

我用

.encode（）

对原始字符串进行编码，然后用python的

bz2

库进行压缩

然后我用

bz2.decompress（）

解压，并使用

.decode（）

将其取回

有没有办法方便地从文本中删除这些bytestring，或者避免引号之类的字符无法正确解码

---

谢谢

在我看来，您实际上没有将数据正确解码为将

\xe2\x80\x9d\xe2\x80\x9d

解释为字节，解码会产生一个非常合理的字符串：

>>b“\xe2\x80\x9d\xe2\x80\x9d”
b'\xe2\x80\x9d\xe2\x80\x9d'
>>>_u.decode（）
“共病”

或者原始数据在第一时间（在编码为UTF-8并压缩之前）生成/解码不当，例如，UTF8数据源被读取为ISO-8859-1（本质上是一个直通）

下面是我要看的部分：

• 解压后你真的正确解码了吗
• 原始数据正确吗

---

在我看来，您实际上没有正确解码数据，因为将

\xe2\x80\x9d\xe2\x80\x9d

解释为字节，解码会产生一个非常合理的字符串：

>>b“\xe2\x80\x9d\xe2\x80\x9d”
b'\xe2\x80\x9d\xe2\x80\x9d'
>>>_u.decode（）
“共病”

或者原始数据在第一时间（在编码为UTF-8并压缩之前）生成/解码不当，例如，UTF8数据源被读取为ISO-8859-1（本质上是一个直通）

下面是我要看的部分：

• 解压后你真的正确解码了吗
• 原始数据正确吗

---

我猜您错误地将上述字节字符串“句子”分配给了

str

类型的对象。相反，需要将其分配给字节字符串对象，并将其解释为UTF-8字节序列。比较：

b = b'... known as \xe2\x80\x9ccomorbidity\xe2\x80\x9d and ...'
s = b.decode('utf-8')
print(b)
# b'... known as \xe2\x80\x9ccomorbidity\xe2\x80\x9d and ...'
print(s)
# ... known as “comorbidity” and ...

无论哪种方式，问题都与压缩无关：无损压缩（如bzip2）往返不会更改数据：

print(bz2.decompress(bz2.compress(b)).decode('utf-8'))
# ... known as “comorbidity” and ...

---

我猜您错误地将上述字节字符串“句子”分配给了

str

类型的对象。相反，需要将其分配给字节字符串对象，并将其解释为UTF-8字节序列。比较：

b = b'... known as \xe2\x80\x9ccomorbidity\xe2\x80\x9d and ...'
s = b.decode('utf-8')
print(b)
# b'... known as \xe2\x80\x9ccomorbidity\xe2\x80\x9d and ...'
print(s)
# ... known as “comorbidity” and ...

无论哪种方式，问题都与压缩无关：无损压缩（如bzip2）往返不会更改数据：

print(bz2.decompress(bz2.compress(b)).decode('utf-8'))
# ... known as “comorbidity” and ...

---

是什么让你认为这些字符没有被正确编码？对不起，我想这不是我的意思；我来编辑。他们没有被破译，你能说得更具体些吗？我只是尝试使用

.encode（）

对字符串进行编码，然后使用

bz2.compress（）

对其进行压缩，然后继续执行

bz2.decompress（）

，这已经提供了很好的输出。即使在

.decode（）

之后，输出仍然正确。使用Python 3.8.1嘿，伙计们，我得到了一个答案。我在大多数代码中都做得很正确，显然在几个实例中，我只是意外地在bytestring上使用了str（）。谢谢你的帮助！是什么让你认为这些字符没有被正确编码？对不起，我想这不是我的意思；我来编辑。他们没有被破译，你能说得更具体些吗？我只是尝试使用

.encode（）

对字符串进行编码，然后使用

bz2.compress（）

对其进行压缩，然后继续执行

bz2.decompress（）

，这已经提供了很好的输出。即使在

.decode（）

之后，输出仍然正确。使用Python 3.8.1嘿，伙计们，我得到了一个答案。我在大多数代码中都做得很正确，显然在几个实例中，我只是意外地在bytestring上使用了str（）。谢谢你的帮助！谢谢你完全正确。我漏掉了一行，没有解码就在上面使用str（）非常感谢！谢谢你完全正确。我漏掉了一行，没有解码就在上面使用str（）非常感谢！谢谢另一个答案是第一个，但是这个也可以。谢谢！另一个答案是第一个，但这也可以做到。