python - 使用 python/django 从字符串中删除非 ASCII 字符

Question

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 ® 之类的字符我想用它们的 HTML 等价物替换这些字符，无论是在数据库本身还是在我的 Python/Django 代码中使用 Find Replace。

关于我如何做到这一点有什么建议吗？

Answer 1

您可以使用 ASCII 字符是前 128 个字符，因此使用 ord 获取每个字符的编号，如果超出范围则将其删除

# -*- 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@

请注意包含了 @ 因为毕竟它是一个 ASCII 字符。如果你想去除一个特定的子集(比如数字和大小写字母)，你可以限制查看 ASCII table 的范围

已编辑:再次阅读您的问题后，您可能需要转义您的 HTML 代码，以便所有这些字符在呈现后正确显示。您可以在模板上使用 escape 过滤器。