Python 将非7位ASCII格式的字母转换为ASCII（如ń；到n和ą；到a）

我正在寻找一种在Python3中快速且可能方便的方法，将包含非ascii字母的字符串转换为仅包含ascii字母的单词

例子

żółw=>zolw

莫扎克=>mozdzek

łódź=>lodz

等等

国家字母表中有许多字母可以转换为ASCII字母（如n到n）。我可以为我的语言（波兰语）手动完成，方法是指定如何翻译每个字母。但是有没有自动化的方法可以做到这一点？或者某个图书馆能满足我的需要

Pythons

str.encode（）

不行，因为

“żó322; w”.encode（'ascii'，'replace'）==“？？w”

和

“żó322; w”。encode（'ascii'，ignore'）==“w”

我可以翻译波兰语字母，但我不想翻译其他语言：

>>> utf8_letters = ['ą','ę','ć','ź','ż','ó','ł','ń','ś']
>>> ascii_letters = ['a','e','c','z','z','o','l','n','s']
>>> trans_dict = dict(zip(utf8_letters,ascii_letters))
>>> turtle = "żółw"
>>> out = []
>>> for l in turtle:
...   out.append(trans_dict[l] if l in trans_dict else l)
>>> result = ''.join(out)
>>> result
'zolw'

上面的代码符合我对波兰语字母的要求，但很难看：<实现这一点的最佳方法是什么

当然，这样的翻译会改变一些单词的含义，但这没关系。

模块可以用于此。 它具有操作Unicode字符名的函数：和

现在让我们仔细看看

name('Ż') == 'LATIN CAPITAL LETTER Z WITH DOT ABOVE'
name('ł') == 'LATIN SMALL LETTER L WITH STROKE'
lookup('LATIN CAPITAL LETTER Z') == 'Z'
lookup('LATIN SMALL LETTER L') == 'l'

看到模式了吗？让我们制作一个利用它的函数：

import unicodedata

def normalize_char(c):
    try:
        cname = unicodedata.name(c)
        cname = cname[:cname.index(' WITH')]
        return unicodedata.lookup(cname)
    except (ValueError, KeyError):
        return c

normalize_char('ę') == 'e'
normalize_char('Ę') == 'E'
normalize_char('ś') == 's'

它在字符名中查找单词WITH，删除后面的所有内容并将其反馈给函数。
如果没有“WITH”，则会引发

ValueError

，如果没有具有此名称的字符，则会引发

KeyError

，因此函数会返回未更改的字符

下面是一个函数，它根据前面的函数“转换”字符串：

def normalize(s):
    return ''.join(normalize_char(c) for c in s)

normalize('Móżdżek') == 'Mozdzek'

所以这个解决方案显然非常好，但我将在下面留下前面的解决方案

---

该模块还具有一个函数，该函数承诺类似的结果–使用

'NFKD'

参数（兼容性分解），但它忽略了大多数字符

---

如果您有字符数据，则可以改进您提供的代码

letters={'ł':'l', 'ą':'a', 'ń':'n', 'ć':'c', 'ó':'o', 'ę':'e', 'ś':'s', 'ź':'z', 'ż':'z'}
trans=str.maketrans(letters)
result=text.translate(trans)

是一个包含字符数据的好表。这是JavaScript，但可以轻松地用于Python

---

---

如果您不介意使用外部库，您可能想试试。它就是为了这个而制作的。

不幸的是，unicodedata.normalize（'NFKD'，'żółw'）=='żółw'而不是'zolw'：（分解为NFD，然后扔掉所有的组合标记怎么样？你喜欢的这个表很好，这个Unidecode库很有前途！到目前为止，我认为没有更好的方法可以做到这一点。@DougMcClean:对不分解的字符不起作用（例如，“”）啊，是的，如果你想做这样的事情，我认为你需要建立一个表格。或者做一些疯狂的事情，比如渲染，然后是OcLink。记住，在一些语言中，有些人会认为重音字母被认为是一种不同的字母。om‘a’，而不仅仅是上面有一个环的字母‘a’。我知道……问题是，当我在某个地方用波兰语写作时，如果我的国家字母不受支持，我会使用这种“翻译”我写过。我想其他国家的人在这样的环境中有自己的写作方式。我想知道如何进行这样的转换。@John Saunders，谢谢你使我的答案完全无效。我是如何使你的答案无效的？@JohnSaunders:[python-3.x]标记确实起到了作用。