Python 未知字符串变量内容-两个不同的输出

我正在尝试解析PDF的文本。我已经使用ApachePDFBoxPDFTextStripper成功地将PDF转换为文本-我使用jpype在Python中访问ApachePDFBox

PDF文本存储在“PDF_text”变量中

当我处理文本时，我注意到一个问题。如果我通过在jupyter笔记本中键入变量名称来打印变量，我会得到如下结果：

'Safety\xa0Data\xa0Sheet\xa0\xa0 Stock\xa0Number:\xa0Revision\xa0Date:\xa0Replaces:\xa0300900004‐12‐2018\xa009‐05‐2017\xa0\xa0TECTYL®\xa0506\xa0\xa01.\xa0Identification\xa0 \xa0P'

但当我使用打印（文本）时，我得到：

我的处理失败，因为它考虑了前一个输出，但我想要后一个

有人能解释一下这个问题吗？如何将字符串转换为后一种格式

---

谢谢大家!

\xa0

是一个不间断空格字符。Jupyter笔记本正在显示字符代码，Python只是将其打印为空格。请参阅：。这个问题由来已久，而且与python2有关，但是使用

unicodedata

的答案在Python3中仍然有效。谢谢你，Barmar。我以前从未遇到过它。问题是我正在pdf中搜索某些文本（而不是模式），而使用\xa0时，我找不到它们。我想一个简单的解决方案是在搜索感兴趣的文本之前重新搜索.sub（'\xa0'，''，pdf_text）。你有其他建议吗？我刚刚看到你的回复，Mark。顺便说一句，我在Python3中工作。我从您共享的链接中尝试了我的想法re.sub（'\xa0'，''，pdf_text）和pdf_text.replace（u'\xa0'，u'）。两个都成功了！非常感谢。这个问题现在已经解决了。

'safety data sheet stock number: revision date: replaces: 300900004‐12‐2018 09‐05‐2017 tectyl 506 1 identification product identifier used on the label: tectyl 506'