python中unicode字符串到ascii字符串的近似转换

Question

不知道这是否微不足道，但我需要将 unicode 字符串转换为 ascii 字符串，并且我不希望周围有所有这些转义字符。我的意思是，是否有可能“近似”转换为一些非常相似的 ascii 字符？

例如：Gavin O'Connor 转换为 Gavin O\x92Connor，但我真的希望它只是转换为 Gavin O'Connor。这可能吗？有人编写了一些实用程序来执行此操作，还是我必须手动替换所有字符？

非常感谢！ 马可

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：

Gavin O'Connor

以下是描述规范化形式的文档：http://unicode.org/报告/tr15/

Answer 3

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

应该可以正常工作。

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

Answer 5

尝试简单的字符替换

str1 = "“I am the greatest”, said Gavin O’Connor"
print(str1)
print(str1.replace("’", "'").replace("“","\"").replace("”","\""))

PS：如果得到 错误