删除尾随空格、unicode 字符和特殊字符

Question

如何清除字符串中的空格和 python 中的特殊字符。

我正在抓取一些数据，但是我得到的文本有点乱码。我想我可以使用 join strip 和 enconding 进行清理，但是我的输出是意外的。

#cleaner function

def string_cleaner(rouge_text):
             return (" ".join(rouge_text.strip()).encode('ascii', 'ignore').decode("utf-8")).replace("\","")

print(string_cleaner("\n\t\t\t\t\t\t\t\t\t Nokia 9 PureView- 5.99\ "))
print(string_cleaner("\n\t\t\t\t\t\t\t\t\tMi Electronic Scooter\uff08Black\uff09EU\t \t\t\t\t\t\t\t\t "))

输出

How do i clean my string and get normal text?

Answer 1

我不确定我明白你所说的 "clean my string and get normal text" 的意思，但也许可以尝试这样使用：

def string_cleaner(rouge_text):
    # "" instead of " " in .join() method
    return ("".join(rouge_text.strip()).encode('ascii', 'ignore').decode("utf-8")).replace("\","")

print(string_cleaner("\n\t\t\t\t\t\t\t\t\t Nokia 9 PureView- 5.99\ "))
print(string_cleaner("\n\t\t\t\t\t\t\t\t\tMi Electronic Scooter\uff08Black\uff09EU\t \t\t\t\t\t\t\t\t "))

输出：

>>> print(string_cleaner("\n\t\t\t\t\t\t\t\t\t Nokia 9 PureView- 5.99\ "))
Nokia 9 PureView- 5.99
>>> print(string_cleaner("\n\t\t\t\t\t\t\t\t\tMi Electronic Scooter\uff08Black\uff09EU\t \t\t\t\t\t\t\t\t "))
Mi Electronic ScooterBlackEU

删除尾随空格、unicode 字符和特殊字符

Remove trailing white spaces,unicode characters and a special character

python

python-unicode

removing-whitespace

unicode-string

输出：