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®的字符，我想在数据库本身中或在我的Python / Django代码中使用“查找替换”将它们替换为HTML等效字符。

关于如何执行此操作的任何建议？

Answer 1

你可以使用ASCII字符为前128个字符，因此获取每个字符的编号，ord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，@其中包括了它，因为毕竟它是一个ASCII字符。如果要剥离特定的子集（如数字，大小写字母），则可以限制范围以查看ASCII表

编辑：再次阅读问题后，也许你需要转义HTML代码，因此一旦渲染，所有这些字符都会正确显示。你可以escape在模板上使用过滤器。