Maneiras de remover xa0 de uma string em Python

Este artigo apresenta diferentes métodos para remover \xa0 de uma string em Python.

O Unicode \xa0 representa um espaço rígido ou um espaço sem quebra em um programa. É representado como   em HTML.

As funções Python que podem ajudar a remover \xa0 de uma string são as seguintes.

• A função normalize() de unicodedata
• A função replace() da string
• A função get_text() da biblioteca BeautifulSoup com strip habilitado como True.

Use a função Normalize() do Unicodedata para remover \xa0 de uma string em Python

Você pode usar a função normalize() da biblioteca padrão unicodedata para remover \xa0 de uma string.

A função normalize() é usada da seguinte maneira.

unicodedata.normalize("NFKD", string_to_normalize)

Aqui, NFKD denota a forma normal KD. Ele substitui todos os caracteres de compatibilidade por seus caracteres equivalentes.

O programa de exemplo abaixo ilustra isso.

import unicodedata

str_hard_space = "17\xa0kg on 23rd\xa0June 2021"
print(str_hard_space)
xa = u"\xa0"

if xa in str_hard_space:
    print("xa0 is Found!")
else:
    print("xa0 is not Found!")


new_str = unicodedata.normalize("NFKD", str_hard_space)
print(new_str)
if xa in new_str:
    print("xa0 is Found!")
else:
    print("xa0 is not Found!")

Produção:

17 kg on 23rd June 2021
xa0 is Found!
17 kg on 23rd June 2021
xa0 is not Found!

Use a função replace() da string para remover \xa0 de uma string em Python

Você pode usar a função replace() da string para remover \xa0 de uma string.

A função replace() é usada da seguinte maneira.

str_hard_space.replace(u"\xa0", u" ")

O exemplo abaixo ilustra isso.

str_hard_space = "16\xa0kg on 24th\xa0June 2021"
print(str_hard_space)
xa = u"\xa0"

if xa in str_hard_space:
    print("xa0 Found!")
else:
    print("xa0 not Found!")

new_str = str_hard_space.replace(u"\xa0", u" ")
print(new_str)
if xa in new_str:
    print("xa0 Found!")
else:
    print("xa0 not Found!")

Produção:

16 kg on 24th June 2021
xa0 Found!
16 kg on 24th June 2021
xa0 not Found!

Use a função get_text() da biblioteca BeautifulSoup com strip definido como verdadeiro para remover \xa0 de uma string em Python

Você pode usar a função get_text() da biblioteca padrão BeautifulSoup com strip habilitado como True para remover \xa0 de uma string.

A função get_text() é usada da seguinte maneira.

clean_html = BeautifulSoup(input_html, "lxml").get_text(strip=True)

O exemplo abaixo ilustra isso.

from bs4 import BeautifulSoup

html = "This is a test message, Hello This is a test message, Hello\xa0here"
print(html)

clean_text = BeautifulSoup(html, "lxml").get_text(strip=True)

print(clean_text)

Produção:

Hello, This is a test message, Welcome to this website!
Hello, This is a test message, Welcome to this website!