Python的“这个Unicode的最好的ASCII”数据库在哪里？
我有一些使用Unicode标点符号的文本，如左侧的双引号，右侧的单引号，等等，我需要它在ASCII。 Python是否拥有这些字符的数据库，有明显的ASCII替代，所以我可以做得比把它们全部变成“？”更好。 ？
Unidecode看起来像一个完整的解决scheme。 它将花哨的引号转换为ASCII引号，将拉丁字符重音为不重叠，甚至尝试音译来处理没有ASCII对等字符的字符。 这样你的用户不必看到一堆？ 当你不得不通过传统的7位ASCII系统传递他们的文本。
>>> from unidecode import unidecode >>> print unidecode(u"\u5317\u4EB0") Bei Jing http://www.tablix.org/~avian/blog/archives/2009/01/unicode_transliteration_in_python/
在我最初的回答中，我也提出了unicodedata.normalize 。 但是，我决定testing一下，结果发现它不适用于Unicode引号。 它很好的翻译重音的Unicode字符，所以我猜unicodedata.normalize是使用unicode.decomposition函数实现的，这使我相信它可能只能处理一个字母和一个变音符号组合的Unicode字符，但是我并不是Unicode规范的专家，所以我可能只是充满了热气。
无论如何，你可以使用unicode.translate来处理标点符号。 translate方法将Unicode序号字典translate为Unicode序号，因此您可以创build一个映射，将仅Unicode标点符号转换为ASCII兼容标点符号：
'Maps left and right single and double quotation marks' 'into ASCII single and double quotation marks' >>> punctuation = { 0x2018:0x27, 0x2019:0x27, 0x201C:0x22, 0x201D:0x22 } >>> teststring = u'\u201Chello, world!\u201D' >>> teststring.translate(punctuation).encode('ascii', 'ignore') '"hello, world!"'
如果需要，您可以添加更多的标点符号映射，但我不认为您必须担心处理每个Unicode标点符号。 如果您确实需要处理重音和其他变音符号，您仍然可以使用unicodedata.normalize来处理这些字符。
有趣的问题。
Google帮我find了这个使用unicodedata模块描述的页面 ，如下所示：
import unicodedata unicodedata.normalize('NFKD', title).encode('ascii','ignore')
