使用Python从字符串中删除度数符号

Question

我正在使用Python逐行读取数据的文本文件。 其中一行包含度数符号。 我想改变字符串的这一部分。 我的脚本使用line = line.replace("TEMP [°C]", "TempC") 。 我的代码在此行停止，但根本不会更改sting，也不会引发错误。 很明显，我的替换有一些东西，脚本没有看到我的字符串中存在的'TEMP [°C]'。

为了在我的脚本中插入度数符号，我必须在IDE文件设置中将编码更改为UTF-8。 我在脚本的顶部包含了以下文本。

#!/usr/bin/env python
# -*- coding: utf-8 -*-

如何用'TempC'替换'TEMP [°C]'？

我正在使用Windows 7和Python 2.7与Komodo IDE 5.2

我尝试在Komodo的Python Shell中运行建议的代码并更改了文件。

# -*- coding: utf-8 -*-
line = "hello TEMP [°C]"
line = line.replace("TEMP [°C]", "TempC")
print(line)
hello TempC

这个在Komodo的Python Shell中建议的代码返回了这个。

line = "TEMP [°C]"
line = line.replace(u"TEMP [°C]", "TempC")
Traceback (most recent call last):
File "<console>", line 0, in <module>
UnicodeDecodeError: 'ascii' codec can't decode byte 0xb0 in position 6: ordinal not in range(128)

这些建议在阅读我的文本文件时都不起作用。

Answer 1

根据您的症状，您的Python str文字最终将作为其utf-8编码，因此当您键入时：

"TEMP [°C]"

你真的得到：

'TEMP [\xc2\xb0C]'

你的文件是一些其他的编码（例如latin-1或cp1252 ），并且因为你是通过普通open来阅读它，所以你得到了未解码的str 。 但是在latin-1和cp1252编码中， str是'TEMP [\\xb0C]' （注意缺少\\xc2 ），所以str比较不考虑两个字符串等价。

最好的解决方法是更换您的使用open与io.open ，它使用了Python 3.0版本的open ，可以无缝使用解码给定的编码，产生典型unicode表示，同样，使用unicode ，而不是文字str中（以Python）未知编码，因此对表示度数符号的正确方法没有异议（在unicode ，只有一个，只有一个表示）：

import io

with io.open('myfile.txt', encoding='cp1252') as f:
    for line in f:
        line = line.replace(u"TEMP [°C]", u"TempC")

正如您在编辑中描述的那样，您的文件可能是cp1252 （您的编辑器说它是ANSI， 这只是描述cp1252一种愚蠢方式 ），因此选择了encoding 。

注意：如果您要在整个程序中一致地使用unicode （如果处理非ASCII数据，这是一个不错的主意），您可以将其设为默认值：

from __future__ import unicode_literals
# All string literals are unicode literals unless prefixed with b, as on Python 2

from io import open  # open is now Python 3's open

# No need to qualify with `io.` for `open`, nor put `u` in front of Unicode text
with open('myfile.txt', encoding='cp1252') as f:
    for line in f:
        line = line.replace("TEMP [°C]", "TempC")

真的，你应该转移到Python 3，其中整个“ unicode和str尝试一起工作并经常失败”的事情通过完全拆分这两种类型来解决。

Answer 2

您应该使用u标志作为unicode字符串文字：

line = line.replace(u"TEMP [°C]", "TempC")

Answer 3

这段代码对我来说很好（Python 2.7.14）。 也许你可以指出你是否做了不同的事情，所以我们可以从那里开始。

# -*- coding: utf-8 -*-

line = "hello TEMP [°C]"
line = line.replace("TEMP [°C]", "TempC")

print(line)
# hello TempC

注意：对我来说，不需要你的旗帜。