Python-用单个空格替换非ASCII字符

Question

我需要将所有非ASCII（\ x00- \ x7F）字符替换为一个空格。令我惊讶的是，这在Python中并不是一件容易的事，除非我丢失了某些东西。以下功能仅删除所有非ASCII字符：

def remove_non_ascii_1(text):

    return ''.join(i for i in text if ord(i)<128)

并且该字符将非ASCII字符替换为根据字符代码点中字节数量的空格数量（即，–字符替换为3个空格）：

def remove_non_ascii_2(text):

    return re.sub(r'[^\x00-\x7F]',' ', text)

Answer 1

你的''.join()表达式正在过滤，删除任何非ASCII的内容；你可以改用条件表达式：

return ''.join([i if ord(i) < 128 else ' ' for i in text])

这将一个接一个地处理字符，每个替换字符仍将使用一个空格。

你的正则表达式应仅将连续的非ASCII字符替换为空格：

re.sub(r'[^\x00-\x7F]+',' ', text)

注意+那里。