在python中将unicode字符串近似转换为ascii字符串

Question

不知道这是否是微不足道的,但我需要将一个unicode字符串转换为ascii字符串,我不想让所有那些逃避字符.我的意思是,是否有可能对一些非常相似的ascii字符进行"近似"转换？

例如:Gavin O'Connor被转换为Gavin O\x92Connor,但我真的希望它被转换为Gavin O'Connor.这可能吗？有没有人写一些工具来做,或者我是否必须手动更换所有的字符？

非常感谢你!马尔科

Answer 1

使用Unidecode包来音译字符串.

>>> import unidecode
>>> unidecode.unidecode(u'Gavin O’Connor')
"Gavin O'Connor"

Answer 2

import unicodedata

unicode_string = u"Gavin O’Connor"
print unicodedata.normalize('NFKD', unicode_string).encode('ascii','ignore')

输出：

加文·奥康纳

这是描述规范化形式的文档：http : //unicode.org/reports/tr15/

Answer 3

b = str(a.encode('utf-8').decode('ascii', 'ignore'))

应该工作正常.

Answer 4

有一种技术可以去除字符中的重音符号，但其他字符需要直接替换。查看这篇文章： http: //effbot.org/zone/unicode-convert.htm