python如何去掉字符串‘xa0’

 

 

发现问题：

最近在用爬虫爬取网页信息时，在网页源码中遇到了“&nbsp"字符串，经查阅，发现该字符是不间断空格符。我们通常所用的空格是 x20 ，是在标准ASCII可见字符 0x20~0x7e 范围内。而 xa0 属于 latin1 （ISO/IEC_8859-1）中的扩展字符集字符，代表空白符nbsp(non-breaking space)。 latin1 字符集向下兼容 ASCII （ 0x20~0x7e ）。

解决方法：

>>> s = '09月27日xa0发布'
>>> s = "".join(s.split())
>>> s
'09月27日发布'
>>> 

注：

join()方法： 

join()： 连接字符串数组。将字符串、元组、列表中的元素以指定的字符(分隔符)连接生成一个新的字符串。

split():split方法中不带参数时，表示分割所有换行符、制表符、空格。