从数组中删除特定的 unicode 字符 Python

Question

我有一些这样的数组：

['دوره', 'ندارد', '\uf0d6', 'دارد']

我想从中删除特定的 Unicode 字符，例如 \uf0d6。我试过这个：

  for item in tagArray[0]:
    if item.startswith('\u'):
      tagArray[0] = tagArray[0].remove(item)

但是当我运行它时，我收到这个错误：

SyntaxError: (unicode error) 'unicodeescape' codec can't decode bytes in position 0-1: truncated \uXXXX escape

如何解决这个问题？

编辑：ASCII 字符的 Encode/Decode 或 <128 方法不起作用，因为波斯字符不是 ASCII，它会删除所有字符。

Answer 1

您可以试试下面的代码片段。希望对你有用。

代码：

import re

def remove_unicode(str):
    return re.sub(r'[^\w]+', '', str, flags=re.U)

str_list = ['دوره', 'ندارد', '\uf0d6', 'دارد']
res_list = []

for str in str_list:
    res_str = remove_unicode(str)
    if res_str:
        res_list.append(res_str)

print(res_list)

输出：

['دوره', 'ندارد', 'دارد']

从数组中删除特定的 unicode 字符 Python

Remove an specific unicode character from an array Python

python

unicode

farsi