Python 将此 utf8 字符串转换为 latin1

Question

我有这个 UTF-8 字符串：

s = "Naděždaüäö"

我想将其转换为 UTF-8 字符串，它可以是 "latin-1" 中的 encoded 而不会引发异常。我想通过用最接近的表示形式（比如 ascii 左右）替换在 latin-1 中找不到的每个字符来做到这一点。

由于“ěž”不在 latin-1 中，我希望将它们转换为 "ez"，而“üäö”在 latin-1 中，因此不应将其转换为 "uao" 但保持为“üäö”。

我的第一次尝试是这样的：

import unicodedata

def convert(s):
    return unicodedata.normalize(
        'NFKD', s
    ).encode(
        'latin-1', 'ignore'
    ).decode('latin-1')

这至少让我走到了这一步：

s = "Naděžda"
print(convert(s))  # --> "Nadezda"

但后来我意识到这也会转换“äöü”，如下所示：

s = "Naděždaäöü"
print(convert(s))  # --> "Nadezdaaou"

或者我试过：

def convert2(s):
    return unicodedata.normalize(
        'NFKC', s
    ).encode(
        'latin-1', 'ignore'
    ).decode('latin-1')

这导致：

s = "Naděždaäöü"
print(convert(s))  # --> "Naddaäöü"

感谢您的帮助。

Answer 1

如果你只是一个字符一个字符地执行它，它就可以工作，（虽然它不是超级干净）

def convert(s):
    r=''
    for c in s:
        try:
            c.encode('latin-1')
        except UnicodeEncodeError:
            c = unicodedata.normalize('NFKD', c).encode('latin-1', 'ignore').decode('latin-1')
        r += c
    return r

Python 将此 utf8 字符串转换为 latin1

Python convert this utf8 string to latin1

python

unicode

python-module-unicodedata