Python 单独使用时更换商标符号（™；）

我正在尝试删除商标符号(™) 但只有在这种情况下，它后面没有任何其他符号，例如，我可能有“欧元”™ 这是引号（'）的错误编码，所以我不想删除商标符号(™) 所以我用这个模式来代替xx™ 带引号

dict = {};

chars = {
    '\xe2\x84\xa2': '', # ™
    '\xe2\x80\x99': "'", # ’
        }

def stats_change(char, number):
  if dict.has_key(char):
    dict[char] = dict[char]+number
  else:
    dict[char] = number # Add new entry

def replace_chars(match):
  char = match.group(0)
  stats_change(char,1)

  return chars[char]

i, nmatches = re.subn("(\\" + '|\\'.join(chars.keys()) + ")", replace_chars, i)
count_matches += nmatches

输入：

foo™ oof

输出：

fooof

输入：

o€™f oof

输出：

o'f oof

---

有什么建议吗？

在运行正则表达式之前执行“修复编码问题”以删除TM，这样问题就不会发生。否则，您需要检查TM可能导致正则表达式变长的编码错误的所有可能方式。您可能需要

re.sub（r'™\b |\b™', '', s） 

您可能会发现ftfy很有用：在运行regex删除TM之前执行“修复编码问题”，问题就不会发生。否则，您需要检查TM可能出现编码错误的所有可能方式，这可能会导致regex变长。您可能需要

re.sub（r'™\b |\b™', '', s） 

您可能会发现ftfy很有用：