如何将字符串中的“字母表情符号”转换为常规字母（英文）？在 python [关闭]

Question

我想知道如何转换“字母表情符号”，例如“????”和 '？？？？'在 Python 中将它们的常规字母字体（英文字母的原始 ASCII）转换为字符串。

例如： '????????????????????' 应该变成 'Rotem' 并且 '????ëⓁ??????ᴏ' 应该变成 'HeLlo' 等等……

感谢大家的回答:)

Answer 1

很难有所有的情况。

我的尝试：

import unicodedata

s = '?????'
s = '?ëⓁ?ᴏ'

def normalize_compatibily(s):
    return unicodedata.normalize('NFKD', s)

def remove_accents(s):
    return ''.join(c for c in unicodedata.normalize('NFD', s)
                   if unicodedata.category(c).startswith('L'))

print(s)
s = normalize_compatibily(s)
print(s)
s = remove_accents(s)
print(s)

解决一些案例。

不幸的是，在 U+1D0F LATIN LETTER SMALL CAPITAL O 的情况下，Unicode 数据库中没有数据，这可以帮助我们。并非如此，Unicode 名称 unicodedata.name() 可能会有所帮助，例如使用正则表达式，但这意味着要查找所有相似的字符，并且如果字母不在名称中，它将失败。

但是还有一个关于 confusable characters 的表（不在主数据库上），所以有一个 Python 库： https://pypi.org/project/confusables/，见最后一个例子。

您可能需要混合使用这两种方法，并最终添加一些不太容易混淆或相关的新字符，但无论如何用于替换其他字符。