在不影响 ElementTree 的情况下将重音字符转换为拉丁语 [重复]答案

【问题标题】：Converting accented characters into latin without compromising ElementTree [duplicate]在不影响 ElementTree 的情况下将重音字符转换为拉丁语 [重复]
【发布时间】：2018-05-16 12:52:07
【问题描述】：

我试图弄清楚如何将所有重音字符（å、é、í...）替换为它们的拉丁对应字符（分别为a、e、i ) 并且我尝试了几种方法来做到这一点，但它们都做了超出我理解范围的事情，这使得 ElementTree 以后无法使用.fromstring() 进行转换。

我还必须转义 & 字符，但我已经想通了。

相关语法：

# -- coding: utf-8 --

import xml.etree.ElementTree as ET
import os
import re

path = "C:\\Users\\SuperUser\\Desktop\\audit\\audit\\saved\\audit"

root = ET.Element("root")

for filename in os.listdir(path):
    with open(path + "\\" + filename) as myfile:
        lines = myfile.readlines()

    for line in lines:
        line = re.sub(r"&(?!#\d{3};|amp;)", "&amp;", line)
        xmlVal = ET.fromstring(line)

错误发生在最后一行，与其他解决方案一起抱怨UnicodeEncodeError: 'ascii' codec can't encode character u'\xc4' in position 161: ordinal not in range(128) 或类似错误。

【问题讨论】：

请注意，链接问题中的this answer 显示了如何使用标准unicodedata 模块“手动”执行此操作。

标签： python regex ascii encode elementtree

【解决方案1】：

尝试使用 unidecode 模块

例如：

import xml.etree.ElementTree as ET
import os
import re
import unidecode


path = "C:\\Users\\SuperUser\\Desktop\\audit\\audit\\saved\\audit"

root = ET.Element("root")

for filename in os.listdir(path):
    with open(path + "\\" + filename) as myfile:
        lines = myfile.readlines()

    for line in lines:
        line = unidecode.unidecode(line)
        xmlVal = ET.fromstring(line)

【讨论】：