从字符串中删除特殊字符，例如笑脸，但保留德语特殊字符

Question

我知道如何删除字符串中不需要的字符，例如笑脸符号等。但是，某些语言（如德语）也有特殊字符。

这是我当前的代码：

import unicodedata
string = "süß "
uni_str = str(unicodedata.normalize('NFKD', \
           string).encode('ascii','ignore'))

是否可以保留德语特殊字符而不删除其他不需要的字符，例如笑脸符号？这样 uni_str 将在末尾保留字母 "süß"?

目前，笑脸会被删除，但德文字符也会转换为其他人声或删除。

示例中的笑脸只是示例，可以是任何不需要的字符。

我正在使用 Python 3.6 和 Windows 10

Answer 1

您可以像这样简单地做一些事情（只需添加德语字母）：

def filter_characters(self, value):
    allowed_characters = " 0123456789abcdefghijklmnopqrstuvwxyzABCDEFGHIJKLMNOPQRSTUVWXYZ"
    return ''.join(c for c in value if c in allowed_characters )

编辑：

另一种可能性是在字符串模块的帮助下创建 allowed_characters：

import string
allowed_characters = string.printable + 'öäüß'

Answer 2

我不知道哪些字符在你的世界中是特殊的或不需要的，但也许删除所有带有 "Symbol, Other" 属性的字符是有用的：

import unicodedata as ud

def remove_symbols(text):
    return ''.join(c for c in text if ud.category(c) != 'So')

这将保留任何字母、数字、标点符号和白色 space 字符，因此以下示例不会丢失花哨的引号或“é”：

>>> remove_symbols('Was für ein «süßes» Café! ')
'Was für ein «süßes» Café! '

查看 Wikipedia 上的可用类别或在 unicode.org 上搜索。

从字符串中删除特殊字符，例如笑脸，但保留德语特殊字符

Remove special characters from string such as smileys but keep german special charactes

python

unicode

ascii

python-3.x

python-module-unicodedata