使用python / django从字符串中删除非ASCII字符
使用python / django从字符串中删除非ASCII字符
提问于 2010-04-30 15:56:36
我有一个存储在数据库中的HTML字符串。不幸的是，它包含诸如®之类的字符。我想将这些字符替换为它们的HTML等效项，要么在DB本身中，要么在我的Python / Django代码中使用Find replace。
对如何做到这一点有什么建议吗？
回答 5
Stack Overflow用户
发布于 2010-04-30 16:16:57
您可以使用ASCII字符是前128个字符，因此使用ord获取每个字符的数量，如果超出范围，则对其进行剔除
# -*- coding: utf-8 -*-
def strip_non_ascii(string):
''' Returns the string without non ASCII characters'''
stripped = (c for c in string if 0 < ord(c) < 127)
return ''.join(stripped)
test = u'éáé123456tgreáé@€'
print test
print strip_non_ascii(test)结果
éáé123456tgreáé@€
123456tgre@请注意，包含@是因为它毕竟是一个ASCII码字符。如果您想要剥离特定的子集(如数字和大小写字母)，您可以限制查看ASCII table的范围
编辑:在再次阅读您的问题后，也许您需要转义您的HTML代码，以便所有这些字符在呈现后都正确显示。您可以在模板上使用escape筛选器。
Stack Overflow用户
发布于 2017-10-12 15:54:55
在https://stackoverflow.com/a/18430817/5100481上有一个简单得多的答案
要从字符串s中删除非ASCII码字符，请使用：
s = s.encode('ascii',errors='ignore')
然后使用以下命令将其从字节转换回字符串：
s = s.decode()
所有这些都使用Python 3.6
Stack Overflow用户
发布于 2010-04-30 16:41:53
这是我不久前发现的，所以这不是我的作品。我找不到源代码，但这是我代码中的代码片段。
def unicode_escape(unistr):
"""
Tidys up unicode entities into HTML friendly entities
Takes a unicode string as an argument
Returns a unicode string
"""
import htmlentitydefs
escaped = ""
for char in unistr:
if ord(char) in htmlentitydefs.codepoint2name:
name = htmlentitydefs.codepoint2name.get(ord(char))
entity = htmlentitydefs.name2codepoint.get(name)
escaped +="&#" + str(entity)
else:
escaped += char
return escaped像这样使用它
>>> from zack.utilities import unicode_escape
>>> unicode_escape(u'such as ® I want')
u'such as ® I want'页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/2743070
复制相关文章
相似问题
腾讯云开发者
