从 Python 中的 unicode 字符串替换非 ascii 字符答案

【问题标题】：Replace non-ascii chars from a unicode string in Python从 Python 中的 unicode 字符串替换非 ascii 字符
【发布时间】：2010-09-13 21:57:01
【问题描述】：

如何在 Python 中用 unicode 字符串替换非 ascii 字符？

这是给定输入的输出：

音乐 -> 音乐

cartón -> 纸箱

caño -> cano

Myaybe 使用 dict，其中 'á' 是键，'a' 是值？

【问题讨论】：

【解决方案1】：

如果您只想将重音字符降级为非重音字符：

>>> import unicodedata
>>> unicodedata.normalize('NFKD', u"m\u00fasica").encode('ascii', 'ignore')
'musica'

【讨论】：

NFKD 是做什么的？
@bikashg "规范化形式兼容性分解。"通过“兼容性”分解字符串，既可以将任何预组合字符分解为等效的组合字符序列，也可以转换例如连字成组成字符的语义等价序列。请参阅en.wikipedia.org/wiki/Unicode_equivalence#Normalization 了解完整的详细信息和相关标准的参考。

【解决方案2】：

现在，补充一下这个答案：可能是您的数据不是以 unicode 形式出现的（即，您正在读取具有另一种编码的文件，并且您不能在字符串前面加上“u”）。这是一个可能也可以工作的 sn-p（主要适用于那些阅读英文文件的人）。

import unicodedata
unicodedata.normalize('NFKD',unicode(someString,"ISO-8859-1")).encode("ascii","ignore")

【讨论】：