从unicode编码负号？ Python

Question

当我尝试从 unicode 编码 Melt_0 时，使用：

mp = Melt_0.encode('utf-8').strip()

mp 最终成为：

￢ﾈﾒ123.37ￂﾠￂﾰC; ￢ﾈﾒ190.07ￂﾠￂﾰF; 149.78ￂﾠK

我可以通过以下方式轻松解决此问题：

import re
re.sub(r'[^\w.]+', ' ', mp)

我得到：

 123.37 C 190.07 F 149.78 K

唯一的问题是￢ 应该是-，当我将所有非字母数字都去掉时，它会被删除。我怎样才能保留-s？

Answer 1

您需要先纠正导致数据损坏的早期步骤，而不是编码：

>>> u'￢ﾈﾒ'
u'\uffe2\uff88\uff92'
>>> '\xe2\x88\x92'.decode('utf-8')
u'\u2212'
>>> print u'\u2212'
−
>>> unicodedata.name(u'\u2212')
'MINUS SIGN'

>>> u'ￂﾠￂﾰ'
u'\uffc2\uffa0\uffc2\uffb0'
>>> '\xc2\xa0\xc2\xb0'.decode('utf-8')
u'\xa0\xb0'
>>> print u'\xa0\xb0'
 °
>>> unicodedata.name(u'\xb0')
'DEGREE SIGN'