Python 从字符串中删除所有 Unicode

当我们需要从给定字符串中删除所有的 Unicode 字符时，可以使用 Python 的内置函数 encode() 将字符串转换为字节串，然后使用正则表达式去掉所有的 Unicode 字符。

下面是一个示例代码：

import re

# 定义一个带有 Unicode 字符的字符串
string_with_unicode = "Hello 😊 world 汉字"

# 使用 encode() 函数将字符串转换为字节串
byte_string = string_with_unicode.encode('ascii', 'ignore')

# 将 byte_string 转换为字符串类型
string_without_unicode = byte_string.decode()

# 使用正则表达式去掉所有的 Unicode 字符
string_without_unicode = re.sub(r'[^\x00-\x7f]', '', string_without_unicode)

print(string_without_unicode)

输出结果为：

Hello  world

其中，encode() 函数的参数 'ascii', 'ignore' 表示将字符串转换为 ASCII 编码格式，并在遇到无法编码的字符时忽略它们；而正则表达式 r'[^\x00-\x7f]' 表示匹配除 ASCII 字符集外的所有字符。

此方法适用于 Python 2.x 和 3.x 版本，但需要注意的是，在 Python 2.x 中需要将 'ascii', 'ignore' 更改为 'ascii'，因为在 Python 3.x 中 'ascii', 'ignore' 已成为了默认值。