Python将unicode转换为ASCII

我有一个字符串列表，这些字符串具有各种不同的字符，类似于拉丁字符，我从一个网站上获得这些字符串，我使用urllib2下载这些字符串。该网站采用utf-8编码。然而，在尝试了许多变体之后，我不知道如何将其转换为简单的ASCII等价物。例如，我的一个字符串是：

u'Atl\xc3\xa9tico Madrid'

在纯文本中，它是“马德里竞技”，我想要的是，将它改为“马德里竞技”。

---

如果我使用简单的unidecode，我会得到“AtlA（c）tico Madrid”。我做错了什么？

Unicode字符串中有UTF-8字节。这不是一个合适的Unicode字符串，这是一个：

首先修复字符串：

>>> u'Atl\xc3\xa9tico Madrid'.encode('latin1').decode('utf8')
u'Atl\xe9tico Madrid'
>>> print u'Atl\xc3\xa9tico Madrid'.encode('latin1').decode('utf8')
Atlético Madrid

Unidecode将为您提供您所期望的：

>>> import unidecode
>>> unidecode.unidecode(u'Atl\xc3\xa9tico Madrid')
'AtlA(c)tico Madrid'
>>> unidecode.unidecode(u'Atl\xc3\xa9tico Madrid'.encode('latin1').decode('utf8'))
'Atletico Madrid'

---

更好的方法是首先正确读取数据；您似乎已将数据解码为拉丁语-1（或Windows CP-1252代码页），而不是UTF-8。

您的解决方案显然有效，但在阅读了最后一部分后，我意识到我可以在urllib2请求read（）之后添加.decode（“UTF-8”），因此现在我可以简单地运行unidecode（），而不需要任何其他编码/解码。谢谢

>>> import unidecode
>>> unidecode.unidecode(u'Atl\xc3\xa9tico Madrid')
'AtlA(c)tico Madrid'
>>> unidecode.unidecode(u'Atl\xc3\xa9tico Madrid'.encode('latin1').decode('utf8'))
'Atletico Madrid'