使用Python從字符串中刪除度數符號

Question

我正在使用Python逐行讀取數據的文本文件。 其中一行包含度數符號。 我想改變字符串的這一部分。 我的腳本使用line = line.replace("TEMP [°C]", "TempC") 。 我的代碼在此行停止，但根本不會更改sting，也不會引發錯誤。 很明顯，我的替換有一些東西，腳本沒有看到我的字符串中存在的'TEMP [°C]'。

為了在我的腳本中插入度數符號，我必須在IDE文件設置中將編碼更改為UTF-8。 我在腳本的頂部包含了以下文本。

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

如何用'TempC'替換'TEMP [°C]'？

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

我嘗試在Komodo的Python Shell中運行建議的代碼並更改了文件。

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

這個在Komodo的Python Shell中建議的代碼返回了這個。

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)

這些建議在閱讀我的文本文件時都不起作用。

Answer 1

根據您的症狀，您的Python str文字最終將作為其utf-8編碼，因此當您鍵入時：

"TEMP [°C]"

你真的得到：

'TEMP [\xc2\xb0C]'

你的文件是一些其他的編碼（例如latin-1或cp1252 ），並且因為你是通過普通open來閱讀它，所以你得到了未解碼的str 。 但是在latin-1和cp1252編碼中， str是'TEMP [\\xb0C]' （注意缺少\\xc2 ），所以str比較不考慮兩個字符串等價。

最好的解決方法是更換您的使用open與io.open ，它使用了Python 3.0版本的open ，可以無縫使用解碼給定的編碼，產生典型unicode表示，同樣，使用unicode ，而不是文字str中（以Python）未知編碼，因此對表示度數符號的正確方法沒有異議（在unicode ，只有一個，只有一個表示）：

import io

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

正如您在編輯中描述的那樣，您的文件可能是cp1252 （您的編輯器說它是ANSI， 這只是描述cp1252一種愚蠢方式 ），因此選擇了encoding 。

注意：如果您要在整個程序中一致地使用unicode （如果處理非ASCII數據，這是一個不錯的主意），您可以將其設為默認值：

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，你應該轉移到Python 3，其中整個“ unicode和str嘗試一起工作並經常失敗”的事情通過完全拆分這兩種類型來解決。

Answer 2

您應該使用u標志作為unicode字符串文字：

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

Answer 3

這段代碼對我來說很好（Python 2.7.14）。 也許你可以指出你是否做了不同的事情，所以我們可以從那里開始。

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

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

print(line)
# hello TempC

注意：對我來說，不需要你的旗幟。