在 python 2.7 中将 Unicode 字符串转换为 ASCII答案

【问题标题】：Conversion of Unicode string to ASCII in python 2.7在 python 2.7 中将 Unicode 字符串转换为 ASCII
【发布时间】：2018-03-07 19:49:30
【问题描述】：

我有一个有趣的问题。

我将一个 Unicode 字符串传递给一个变量，我想将它转换为一个普通的 ASCII 字符串。

我似乎无法弄清楚如何在 Python2.7 中做到这一点。

以下适用于 Python3

rawdata = '\u003c!DOCTYPE html PUBLIC "-//W3C//DTD XHTML 1.0 Transitional//EN" "http://www.w3.org/TR/xhtml1/DTD/xhtml1-transitional.dtd"\u003e'
b = bytearray()
b.extend(map(ord, rawdata))
c = ''.join(chr(i) for i in b)

如果我调用print(c)，我会得到一个漂亮、干净的输出：

<!DOCTYPE html PUBLIC "-//W3C//DTD XHTML 1.0 Transitional//EN"  "http://www.w3.org/TR/xhtml1/DTD/xhtml1-transitional.dtd">

但是当我在 Python2.7 中调用它时，它仍在打印 Unicode 转义字符（本质上是再次打印 rawdata 变量）。

我做错了什么？一定有一个简单的电话，我没有打。

【问题讨论】：

标签： python python-2.7 unicode character-encoding ascii

【解决方案1】：

所以我在发布这篇文章 2 分钟后确实找到了答案。

答案是在 Python 2.7 中执行以下操作

rawdata = '\u003c!DOCTYPE html PUBLIC "-//W3C//DTD XHTML 1.0 Transitional//EN" "http://www.w3.org/TR/xhtml1/DTD/xhtml1-transitional.dtd"\u003e'
asciistr = rawdata.decode("raw_unicode_escape")
print asciistr

【讨论】：

【解决方案2】：

为了在两个版本上获得更好的可移植性，您应该使用Unidecode，这正是您想要的。

>>> from unidecode import unidecode
>>> unidecode(u'ko\u017eu\u0161\u010dek')
'kozuscek'
>>> unidecode(u'30 \U0001d5c4\U0001d5c6/\U0001d5c1')
'30 km/h'
>>> unidecode(u"\u5317\u4EB0")
'Bei Jing '

【讨论】：

如何使用变量而不是硬创建的 unicode 字符串来执行此操作？这就是我的挣扎。