Jak zamienić znaki Unicode w ciąg znaków na coś innego niż python?

Question

Mam ciąg znaków, który otrzymałem od odczytania adresu URL strony z punktorami, które mają symbol "•" z powodu listy wypunktowanej. Zauważ, że tekst jest źródłem html z adresu internetowego przy użyciu urllib2.read (adresu webowego) w Pythonie 2.7.

Znam charakter Unicode dla tego jako U + 2022, ale jak faktycznie zastąpić ten znak Unicode coś takiego?

Próbowałem wykonać str.replace ("•", "something");

ale nie wydaje się działać ... jak to zrobić?

Answer 1

1. zdekodować ciąg Unicode. Zakładając, że to UTF-8-zakodowane:

   str.decode("utf-8") 
   

2. wywołać metodę replace i mieć pewność, aby przekazać go ciąg Unicode jako pierwszy argument:

   str.decode("utf-8").replace(u"\u2022", "*") 
   

3. Kodowanie Powrót do UTF-8, jeśli potrzebna.

   str.decode("utf-8").replace(u"\u2022", "*").encode("utf-8") 
   

(szczęście, Python 3 kładzie kres tego bałaganu Krok 3 powinno być wykonane tylko tuż przed I/O. Pamiętaj również, że wywoływanie ciągu znaków str powoduje zaciemnienie wbudowanego typu str.)

Answer 2

import re 
regex = re.compile("u'2022'",re.UNICODE) 
newstring = re.sub(regex, something, yourstring, <optional flags>) 

Answer 3

Zakoduj łańcuch jako kod Unicode.

>>> special = u"\u2022" 
>>> abc = u'ABC•def' 
>>> abc.replace(special,'X') 
u'ABCXdef'