今天根據B站播放量最高的一個Python爬蟲教學視頻學習了一下，視頻中的案例是爬取豆瓣電影TOP250，學習過程中遇到一些問題特此隨筆作為記錄。
我出現問題的地方對應部分網站源碼如下圖：
由於沒有學過html的前端網頁知識，所以圖中的 代表什么意思也是上網查詢后得知：它是html中的一個轉義字符代表的是html中的硬空格，也就是在網頁中顯示的時候有一個 就顯示一個空格。
這段源代碼存儲的是電影的外文名，我用正則匹配的時候將多余的 也涵蓋了，所以最終結果多了一些奇怪的字符：\xa0
爬取結果如下圖
那么怎么去除\xa0呢?
一開始我想着利用字符串的方法 ：字符串.replace（' ', '', '要替換的字符串'）來處理，結果並沒有發生改變
后來查了查，才知道其實要用unicode編碼來替換。
但其實 對應的unicode編碼就是\xa0，所以直接替換\xa0為空白就可以了
代碼如下
代碼中 titles[1] 就是我匹配出來的包含\xa0的電影外文名的字符串。
還查了網上的其他的資料，好像還有別的辦法，沒去研究，暫時不討論了