Python：使所有非组合的unicode字符组合答案

【问题标题】：Python: make all non-combining unicode characters combiningPython：使所有非组合的unicode字符组合
【发布时间】：2021-12-07 09:24:45
【问题描述】：

我有用非组合字符表示的带有重音符号和变音符号的字符串：

vyˇcíslitelnost (nerozhodnutelnost, v ˇety o neúplnosti),um ˇelá inteligence (automatické odvozování, rezoluce), univerzální nástroje: SAT a SMT ˇrešiˇce

我想把它们变成组合字符。例如上面的字符串看起来像：

vyčíslitelnost (nerozhodnutelnost, věty o neúplnosti),umělá inteligence (automatické odvozování, rezoluce), univerzální nástroje: SAT a SMT řešiče

我怎样才能做到这一点？我已经尝试过unicodedata.normalize，但它对非组合字符没有影响。

感谢您的帮助

【问题讨论】：

来自对我已删除答案的评论：“我想把“ˇc”变成“č”。
我不知道更好的方法，但在en.wikipedia.org/wiki/Spacing_Modifier_Letters 你会看到组合字符的非组合版本。您可能希望将它们中的每一个与组合代码进行映射（Unicode 网站具有搜索功能，名称应该非常相似，或查看en.wikipedia.org/wiki/Combining_Diacritical_Marks）。肯定会有其他的块。

标签： python unicode character-encoding python-unicode

【解决方案1】：

这是我的老派（反pythonic）方法：

import unicodedata

lettersWithCaron = 'ČčĎďĚěĽľŇňŘřŠšŤťŽžǅǍǎǏǐǑǒǓǔǦǧǨǩǰȞȟ' # from Unicode database
caron            = '\u02C7'

astring = 'vyˇcíslitelnost (nerozhodnutelnost, v ˇety o neúplnosti),um ˇelá inteligence (automatické odvozování, rezoluce), univerzální nástroje: SAT a SMT ˇrešiˇce'
for lett in lettersWithCaron:
    astring = astring.replace(
        (caron + unicodedata.normalize( 'NFD',lett)).replace('\u030C',''), lett)
    
print( astring)

输出显示在你的字符串中的一些卡隆（v ˇety，um ˇelá）之前有一个额外的空格（不像ˇrešiˇce）...

.\SO\69647976.py

vyčíslitelnost (nerozhodnutelnost, v ěty o neúplnosti),um ělá 智能 (automatické odvozování, rezoluce), univerzální nástroje: SAT A SMT řešiče

【讨论】：