今天根据B站播放量最高的一个Python爬虫教学视频学习了一下，视频中的案例是爬取豆瓣电影TOP250，学习过程中遇到一些问题特此随笔作为记录。
我出现问题的地方对应部分网站源码如下图：
由于没有学过html的前端网页知识，所以图中的 代表什么意思也是上网查询后得知：它是html中的一个转义字符代表的是html中的硬空格，也就是在网页中显示的时候有一个 就显示一个空格。
这段源代码存储的是电影的外文名，我用正则匹配的时候将多余的 也涵盖了，所以最终结果多了一些奇怪的字符：\xa0
爬取结果如下图
那么怎么去除\xa0呢?
一开始我想着利用字符串的方法 ：字符串.replace（' ', '', '要替换的字符串'）来处理，结果并没有发生改变
后来查了查，才知道其实要用unicode编码来替换。
但其实 对应的unicode编码就是\xa0，所以直接替换\xa0为空白就可以了
代码如下
代码中 titles[1] 就是我匹配出来的包含\xa0的电影外文名的字符串。
还查了网上的其他的资料，好像还有别的办法，没去研究，暂时不讨论了