问规范化Unicode
EN

Stack Overflow用户

提问于 2019-01-04 06:25:39

回答 2查看 0关注 0票数 0

在Python中，有一种标准方法来规范化unicode字符串，以便它只能理解可用于表示它的最简单的unicode实体吗？

我的意思是，想用来翻译顺序比如：['LATIN SMALL LETTER A', 'COMBINING ACUTE ACCENT']来['LATIN SMALL LETTER A WITH ACUTE']？

看看问题出在哪里：

>>> import unicodedata
>>> char = "á"
>>> len(char)
1
>>> [ unicodedata.name(c) for c in char ]
['LATIN SMALL LETTER A WITH ACUTE']

但现在：

>>> char = "á"
>>> len(char)
2
>>> [ unicodedata.name(c) for c in char ]
['LATIN SMALL LETTER A', 'COMBINING ACUTE ACCENT']

当然，我可以遍历所有字符并进行手动替换等，但效率不高，而且我很确定我会错过一半的特殊情况，并且会犯错误。

发布于 2019-01-04 15:54:42

unicodedata.normalize(form, unistr)

您需要选择四种规范化形式中的一种。

票数 0

页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持

原文链接：

https://stackoverflow.com/questions/-100006358

复制

相似问题

问规范化UnicodeEN