假设我有字符串 "blöt träbåt"，其中有一些 a 和 o，上面带有变音符号和环。我希望它尽可能简单地成为 "blot trabat"。我做了一些挖掘，发现了以下方法:
import unicodedata
unicode_string = unicodedata.normalize('NFKD', unicode(string))
这将给我 unicode 格式的字符串，其中国际字符分为基本字母和组合字符(\u0308 用于元音变音。)现在将其恢复为 ASCII 字符串我可以做 ascii_string = unicode_string.encode('ASCII', 'ignore') 它只会忽略组合字符，生成字符串 "blot trabat"。
这里的问题是:是否有更好的方法来做到这一点？感觉是迂回曲折的，我在想可能有什么我不知道的事情。我当然可以将它包装在辅助函数中，但我宁愿检查它是否已经存在于 Python 中。
最佳答案
如果您创建一个显式表，然后使用 unicode.translate 方法会更好。优点是音译更精确，例如将“ö”音译为“oe”，将“ß”音译为“ss”，就像德语中应该做的那样。
PyPI 上有几个音译包:translitcodec , Unidecode , 和 trans .
关于python - 使用 Python 将国际字符替换为基本拉丁字符的好方法是什么？，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/1192367/