使用 unicode 替换特殊字符答案

【问题标题】：replace special characters using unicode使用 unicode 替换特殊字符
【发布时间】：2021-04-14 17:46:30
【问题描述】：

如何根据德语拼写将双引号替换为文体正确的引号（„ U+201e 或“ U+201c ）。

示例：

zitat = 'Laut Durkheim ist ein "soziologischer Tatbestand jede mehr oder weniger [...] unabhängiges Eigenleben besitzt"'

我试过代码

import re
zitatnew = re.sub(r'"', r'[u+201e]', zitat)
print(zitatnew)

Laut Durkheim ist ein [u+201e]soziologischer Tatbestand jede mehr oder weniger [...] unabhängiges Eigenleben besitzt[u+201e]

如何使用 unicode 将双引号替换为正确的引号？

也许你们中的一个可以帮助我。附言对不起我的英语不好！

【问题讨论】：

标签： python regex unicode

【解决方案1】：

re.sub 比一遍遍替换效率更高，而且有替换功能可以一次性完成：

import re
s = '"this" "is" "a" "test" "string"'
s = re.sub(r'(\b")|("\b)',lambda m: '\u201c' if m.group(1) else '\u201e',s)
print(s)

„this“ „is“ „a“ „test“ „string“

【讨论】：

【解决方案2】：

我猜你正在寻找这个

re.sub(r'"', u"\u201E", zitat)

或者更合适的

s = 'Laut Durkheim ist ein "soziologischer Tatbestand jede mehr oder weniger [...] unabhängiges Eigenleben besitzt"'
# substitute the opening quote
output = re.sub('\B"', u"\u201C", s)
# substitute the closing quote as well
output = re.sub('"\B', u"\u201D", output)

>>> output
'Laut Durkheim ist ein “soziologischer Tatbestand jede mehr oder weniger [...] unabhängiges Eigenleben besitzt”'

给了

'Laut Durkheim ist ein “soziologischer Tatbestand jede mehr oder weniger [...] unabhängiges Eigenleben besitzt”'

【讨论】：

从这个答案开始：如果您想获得正确的“开始”和“结束”引号，这取决于您的原始引号是跟随一些空格还是从新行开始，或者它位于行尾或后跟标点符号或空格，您可以使用以下 2 个命令：zitatnew = re.sub('(\s)"|^"', u"\\1\u201C", zitat) 后跟 zitatnew = re.sub('"([\s\.\?!])|"$', u"\u201D\\1", zitatnew)。在您的示例中，这将给出： Laut Durkheim ist ein “soziologischer Tatbestand jede mehr oder weniger [...] unabhängiges Eigenleben besitzt”

【解决方案3】：

您可以在字符串中有" 时进行迭代，并在每次迭代中替换一对引号：

zitat = 'Laut Durkheim ist ein "soziologischer Tatbestand jede mehr oder weniger [...] unabhängiges Eigenleben besitzt"'

print(f"Before replace: {zitat}")

while "\"" in zitat:
    zitat = zitat.replace("\"", "\u201e", 1)
    zitat = zitat.replace("\"", "\u201c", 1)

print(f"After replace: {zitat}")

1 作为replace() 中的第三个参数对于仅替换" 的第一次出现非常重要。这应该为具有偶数 " 的任何字符串提供正确的输出。

输出：

Before replace: Laut Durkheim ist ein "soziologischer Tatbestand jede mehr oder weniger [...] unabhängiges Eigenleben besitzt"
After replace: Laut Durkheim ist ein „soziologischer Tatbestand jede mehr oder weniger [...] unabhängiges Eigenleben besitzt“

【讨论】：