Python 2.7：从 <str> 中删除重音 - 仍然不起作用答案

【问题标题】：Python 2.7 : Removal of accents from an <str> - Still won't workPython 2.7：从 <str> 中删除重音 - 仍然不起作用
【发布时间】：2015-03-25 08:45:05
【问题描述】：

我正在通过 websocket 连接接收 str 数据，并尝试删除重音符号（以及降低文本/将 ' ' 变成 '-' ..）

而我，即使在这里提出和回答了数百个问题，仍然失败。

这是尝试执行此操作的代码部分，parsed[4][7:] 是我要翻译的文本

    if parsed[4][:6]=="!strat":
        shiftedtxt=''
        txt=parsed[4][7:].lower().decode('unicode-escape')
        hope=''.join((c for c in unicodedata.normalize('NFD', txt) if unicodedata.category(c) != 'Mn'))
        for i in hope:
            if i==' ':
                shiftedtxt+='-'
            else:
                shiftedtxt+=i
        ws.send(room+"|http://pokestrat.com/fiche_pokemon/"+shiftedtxt+".php")

我通常会尝试将“Ténéfix”翻译成“tenefix”。

正如本网站上的答案所建议的，我正在使用

''.join((c for c in unicodedata.normalize('NFD', txt) if unicodedata.category(c) != 'Mn'))

方法。

一步一步尝试时：

'éô'.decode('unicode-escape')

产量

u'\xe9\xf4'

和

>>> s=u'\xe9\xf4'
>>> ''.join((c for c in unicodedata.normalize('NFD', s) if     unicodedata.category(c) != 'Mn'))

产量

u'eo'

因此，事情应该 .. 工作？然而他们没有。例如，“ténéfix”返回“tA©nA©fix”，我无法解释。为什么？

编辑：这是完整代码：http://pastebin.com/aJ1Rk1pV

【问题讨论】：

问题可能在parsed[4][7:].lower().decode('unicode-escape')
@njzk2 parsed[4] 是一个字符串对象，物理上是聊天室中的消息。 parsed[:6] 被检查为 !strat，如果验证，则 parsed[7:] 应该是一个单词。它的设计目的是让用户询问“！strat Ténéfix”。也许来自 websockets 的字符串不是字符串？..
您没有检查导致问题的值的实际内容吗？
我无法在代码中放置调试打印。由于未知原因，使用 websocket 连接似乎使任何打印命令无效。启动这个程序后，我可以简单地在控制台中请求“print 1”，他不会打印任何东西._。这就是为什么我正在尝试逐步测试，这似乎有效......因此让我更加困扰。

标签： python string python-2.7 unicode utf-8

【解决方案1】：

txt=parsed[4][7:].lower().decode('unicode-escape')

您确定要将部分提交的文本解析为 Python unicode 字符串文字吗？这似乎不太可能。 !strat Ténéfix 不包含任何 Python 字符串转义（如 \uNNNN、\n 等）。

txt=parsed[4][7:].decode('utf-8').lower()

在将字节序列转换为 Unicode 文本后需要进行小写。

逐步尝试时：'éô'.decode('unicode-escape') 产生 u'\xe9\xf4'

为此，您的终端必须将字符 éô 作为 ISO-8859-1（或类似的 Windows 代码页 1252）发送。这与 websocket 给你的 UTF-8 不同的编码，所以结果是不同的。

【讨论】：

工作，感谢您的解决方案和解释！