我有一个与 python 中的编码问题相关的问题（IPython笔记本）。由于此类问题非常常见且简单，但我仍然无法真正解决它。
我有一个CSV http://www.montefiore.ulg.ac.be/~glouppe/2012-2013/challenge/train.csv文件在这里，正如您所看到的，我们在该文件中有许多 '\xa0' 和其他 '\n' 字符。
I used
with io.open(train_fname) as f:
for line in f:
line = line.encode("ascii", "replace")
但它不起作用，我总是得到以下输出。
想象一下，你知道吗，没有制裁，没有关于 IEAA 法规的永久听证会，不再隐藏在友好核能的幌子下。 \xa0你有 2 天的时间； \xa0即\xa0让检查人员停止杀害平民。
我尝试了其他方法，例如
line.replace(u"\xa0", " ")它也不起作用，我还尝试了各种编码在我的文本编辑 sublime text 中打开这个 CSV 文件。
我尝试了 windows-1252、utf-8 和所有其他编码，但在查看此 CSV 文件时，我总是得到 \xa0 是我的文本编辑。
这是否意味着
\xa0
已作为输入文本写入此 CSV 文件中？是不是python编码的问题？如果是这种情况，为什么我不能使用replace方法来简单地替换这个字符串？ \xa0 表示文件采用哪种编码？这意味着这个文件是用 utf-8 编写的，但我尝试以 ascii 或其他情况打开它？
我搜索了很多问题，但它们似乎没有提供太多帮助。如果我的问题不是很清楚，请问我。
非常感谢！
`
The \xa0您看到的是 4 个字符的序列：\ x a 0。所有这些字符都是纯 ASCII，因此这里不存在字符集问题。
显然，您应该解释这些转义序列。用空格替换它们的想法很好，但必须小心反斜杠字符。当它出现在字符串文字中时，必须写成\\。所以试试这个：
line.replace("\\xa0", " ")
or:
line.replace(r"\xa0", " ")
The r字符串前面的意思是按字面意思解释每个字符，甚至是反斜杠。
请注意，CSV 文件中的数据充满了不一致之处。例子：
-
\n可能意味着换行。
-
\\n也会出现，并且可能也意味着换行。
-
\xa0是一个不间断空格，以 ISO-8859-1 编码。
-
\xc2\xa0是一个不间断空格，以 UTF-8 编码。
-
\\xc2\\xa0也出现，具有相同的含义。
-
\\\\n也出现。
因此，要从该文件中获取有意义的内容，您应该重复解释转义序列，直到没有任何变化。之后，尝试将生成的字节序列解释为 UTF-8。如果有效的话，很好。如果不是，请将其解释为代码页 1252（它是 ISO-8859-1 的超集）。
本文内容由网友自发贡献，版权归原作者所有，本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容，请联系:hwhale#tublm.com(使用前将#替换为@)
