Question

我想转换此字符串

foo_utf = u'nästy chäräctörs with å and co.' # unicode

进入这个

foo_ascii = 'nästy chäräctörs with å and co.' # ASCII

任何想法如何在Python（2.6）中执行此操作？我找到了unicodedata模块，但我不知道如何进行转换。

Answer 1

我认为你不能。那些“nästychäräctörs”不能编码为ASCII，所以你必须选择不同的编码（UTF-8或Latin-1或Windows-1252或其他）。

Answer 2

尝试使用encode字符串方法。

>>> u'nästy chäräctörs with å and co.'.encode('latin-1')
'n\xe4sty ch\xe4r\xe4ct\xf6rs with \xe5 and co.'

Answer 3

python的stdlib中codecs模块中有几个选项，具体取决于你希望如何处理扩展字符：

>>> import codecs
>>> u = u'nästy chäräctörs with å and co.'
>>> encode = codecs.get_encoder('ascii')
>>> encode(u) 
'
Traceback (most recent call last):
  File "<stdin>", line 1, in ?
UnicodeEncodeError: 'ascii' codec can't encode character u'\xe4' in position 1: ordinal not in range(128)
>>> encode(u, 'ignore')
('nsty chrctrs with  and co.', 31)
>>> encode(u, 'replace')
('n?sty ch?r?ct?rs with ? and co.', 31)
>>> encode(u, 'xmlcharrefreplace')
('n&#228;sty ch&#228;r&#228;ct&#246;rs with &#229; and co.', 31)
>>> encode(u, 'backslashreplace')
('n\\xe4sty ch\\xe4r\\xe4ct\\xf6rs with \\xe5 and co.', 31)

希望其中一个能满足您的需求。 Python codecs module documentation中提供了更多信息。

Answer 4

您还可以使用python中提供的unicodedata模块（http://docs.python.org/library/unicodedata.html）将大量unicode值转换为Ascii变体。 IE修复了不同的“s”等。通过encode（）方法跟进，你可以完全清理一个字符串。

你主要通过unicodedata进行规范化的方法并将其传递给NFKC标志。

Answer 5

这真的是一个Django问题，而不是python问题。如果字符串位于您的.py文件中，请确保在文件顶部有以下行： -*- coding: utf-8 -*-

此外，您的字符串必须是“unicode”（u'foobar'）

类型

然后确保您的html页面以unicode工作：

<meta http-equiv="content-type" content="text/html;charset=utf-8" />

这应该是完整的伎俩。不需要编码/解码等，只需确保一切都是unicode，并且你是安全的。

如何将带有斯堪的纳维亚字符的UTF字符串转换为ASCII？

5 个答案: