用英文字母替换 python 中的语言特定字符

Question

Python3中有什么方法可以用英文字母替换通用语言的特定字符吗？
例如，我有函数 get_city(IP)，即 returns 城市名称与给定 IP 相关联。它连接到外部数据库，所以我不能改变它的编码方式，我只是从数据库中获取价值。
我想做类似的事情：

city = "České Budějovice"
city = clear_name(city)
print(city) #should return "Ceske Budejovice"

这里我使用的是捷克语，但总的来说它应该适用于任何非亚洲语言。

Answer 1

尝试 unidecode:

# coding=utf-8
from unidecode import unidecode

city = "České Budějovice"
print(unidecode(city))

根据需要打印 Ceske Budejovice（假设您的 post 有错字）。

注意：如果您使用 Python 2.x，您需要在将字符串传递给 unidecode 之前对其进行解码，例如unidecode(city.decode('utf-8'))

Answer 2

在这种情况下使用 unicodedata 模块。
要获得所需的结果，您应该使用 unicodedata.normalize() 和 unicodedata.combining() 函数：

import unicodedata

city = "České Budějovice"
normalized = unicodedata.normalize('NFD', city)
new_city = u"".join([c for c in normalized if not unicodedata.combining(c)])

print(new_city)   # Ceske Budejovice

NFD 是四种 Unicode 规范化形式之一

http://www.unicode.org/reports/tr15/

Answer 3

上面的 Asongtoring 几乎是正确的 - 但在 Python 3 中它有点简单，正如 Pavlo Fesenko 在解决方案的评论中提到的那样。这里的解决方案在Python 3

from unidecode import unidecode

city = "České Budějovice"
print(unidecode(city))

用英文字母替换 python 中的语言特定字符

Replace language specific characters in python with English letters

python

string

encoding

decoding

character-encoding