标签 python diacritics
<分区>
Possible Duplicate:
What is the best way to remove accents in a python unicode string?
Python and character normalization
我想删除重音符号，将所有字符变为小写，并删除任何数字和特殊字符。
示例:
Frédér8ic@ --> 弗雷德里克
提案:
def remove_accents(data):
return ''.join(x for x in unicodedata.normalize('NFKD', data) if \
unicodedata.category(x)[0] == 'L').lower()
有没有更好的方法来做到这一点？
最佳答案
一个可能的解决方案是
def remove_accents(data):
return ''.join(x for x in unicodedata.normalize('NFKD', data) if x in string.printable).lower()
使用 NFKD AFAIK 是标准化 unicode 以将其转换为兼容字符的标准方法。剩下的就是删除源自规范化的特殊字符数字和 unicode 字符，您可以简单地与 string.ascii_letters 进行比较并删除不在该集合中的任何字符。
关于python - 删除重音和特殊字符，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/8694815/