如何解决从复制的文本中删除所有不可见的字符不可见的控制字符破坏代码
我已经从kindle电子书中复制了一些代码,以便粘贴到Jupyter笔记本中。尝试运行代码时,Python报告错误。对于上下文,我在VSCode中运行笔记本,但这并不是问题所在。我用来简化复制的Chrome扩展名是here
这是当我将文本从kindle电子书粘贴到笔记本时在编辑器中看到的示例:
housing["income_cat"] = pd.cut(housing["median_income"],bins=[0., 1.5, 3.0, 4.5, 6., np.inf], labels=[1, 2, 3, 4, 5])
housing["income_cat"].hist()
Jupyter笔记本报告SyntaxError: invalid character in identifier
当我检查Notepad ++中的编码时,我看到该编码报告为UTF-8。
如果我转换为UTF8并以ANSI格式查看,则会看到字符串:
housing["income_cat"] = pd.cut(housing["median_income"], 1.5, 3.0, 4.5, 6., np.inf], labels=[1, 2, 3, 4, 5]) housing["income_cat"].hist()
如果我转换为ANSI并以UTF8格式查看,则会看到Â替换为符号xA0
因此似乎有一个控制字符与文本一起被复制。
有没有我可以粘贴的工具,或者有一种我可以使用notepad ++的方式来剥离除可见的空白和文本之外的所有内容?
解决方法
更新
我需要应用以下分辨率,以至于我做了一个VSCode扩展,以替换非打印(NPC)控制字符:
https://github.com/appsoftwareltd/no-control
希望有帮助!
根据website的字符是
Character: Â
ANSI Number: 194
Unicode Number: 194
ANSI Hex: 0xC2
Unicode Hex: U+00C2
HTML 4.0 Entity: Â
Unicode Name: Latin capital letter A with circumflex
Unicode Range: Latin-1 Supplement
解决方案是用空格字符替换[^\x00-\x7f]
的正则表达式匹配项。
在这里找到:
https://weblogs.asp.net/kon/finding-those-pesky-unicode-characters-in-visual-studio
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。