问如何用Python查找和替换非ascii字符的正则表达式？

EN

如何使用内置的str.decode方法：

>>> 'Tannh‰user'.decode('ascii', 'replace').replace(u'\ufffd', '_')
u'Tannh___user'

(你得到unicode字符串，因此将其转换为str(如果你需要的话。)

你也可以转换unicode到str，因此一个非ASCII字符被ASCII 1所取代。但问题是unicode.encode带着replace将非ASCII字符转换为'?'，所以你不知道这个问号是否已经存在；参见Ignacio Vazquez-Abrams的解决方案。

另一种方式，使用ord()并比较每个字符的值，如果它适合于ASCII范围(0-127)-这适用于unicode字符串和str在utf-8中，拉丁文和一些其他编码：

>>> s = u'Tannh‰user'
>>> "".join((c if ord(c) < 128 else '_' for c in s))
u'Tannh_user'

如果你知道要替换哪个字符，则可以应用字符串方法。

mystring.replace('oldchar', 'newchar')