<200b></200b> 字符串中的奇怪符号 - 如何删除它[重复]

Question

我的琴弦上有这些奇怪的

<200b></200b>

符号。它是什么以及如何删除它？好像只是空白You appreciate traditional values ​​and expect respect

​​

是我在控制台中查看它时的显示方式。

Answer 1

如果要删除它，可以使用

unicodedata

...

 将其标准化

>>> import unicodedata
>>> unicodedata.normalize('NFC', u'Goodbye​​Garbage').encode('ascii', 
    'ignore')
'GoodbyeGarbage'
>>> 

请注意，这只是返回一个 ASCII 字符串，并且使用此技术后您将没有 unicode。

另一个选项仅适用于您提供的示例...

>>> u'Goodbye​​Garbage'.encode('ascii', 'ignore')
'GoodbyeGarbage'
>>> 

添加

unicodedata

 可以让您更灵活地处理奇怪的情况并将它们分解为真正的 ASCII，但是原始 

.encode('ascii', 'ignore')

会删除所有 unicode 字符，而无需先尝试对其进行标准化。

Answer 2

我在将文本粘贴到 Vim 中时遇到问题。当我粘贴这个特定的句子时：“Em alguns sistemas, essas dependentências não são claramente separáveis <200b><200b><200b> umas das outras”，这些额外的字符 被插入，导致格式问题。在我的研究中，我发现这个功能是一个“零宽度空间”，不可见，用于在某些情况下调整换行符。