Как удалить вхождения \ *** в строке

Question

Я просматриваю PDF-файл, который я преобразовал его содержимое в строки, и есть много вхождений символа \ *** (* означает любой символ), происходящего внутри слов. Например:

сделки, золотая середина казалась работоспособной \ XE2 \ x80 \ x94norms четко сформулированы, подкрепленные санкциями соответствующих профессиональных ассоциаций

Использование text.replace("\\***","") явно не работает, и поэтому я был глядя на использование re.sub().

У меня возникли проблемы с синтаксисом (выражения reg), чтобы внести в аргументы и надеялся на какую-то помощь в этом.

Answer 1

как бой text.decode("utf8") ... вот что я думаю, что вы на самом деле хотите сделать

или вы могли бы лишить их с

text.decode("ascii","ignore") 

(в Python 3 Вы, возможно, потребуется использовать codecs.decode(text,"ascii","ignore") (не совсем уверен, что от руки))

Answer 2

вы можете использовать ^ не фильтровать ни ASCII/UTF8 персонажу

import re 
text = re.sub(r'[^\x00-\x7F]', ' ', text) 

результат будет

'transaction, a middle ground has seemed workablenorms explicitly articulated, backed by sanctions of the relevant professional associations'