我正在处理一个接受unicode字符串（Python 2）的函数，并返回相同的字符串，其中一些含糊不清的字符替换为＆＃39; canonical＆＃39;版。为了让您了解我的意思，这里有一些例子：
＆＃39; NO-BREAK SPACE＆＃39; （U + 00A0）被转换为＆＃39; SPACE＆＃39; （U + 0020） ＆＃39;正确的单一报价标记＆＃39; （U + 2019）被转换为＆＃39; APOSTROPHE＆＃39; （U + 0027）
我不需要将所有unicode字符转换为ASCII，只需要看起来与另一个字符非常相似的任何字符。目的是简化转换后的文本，以便更容易分析。如果没有（或至少更少）出现歧义字符的机会。
我当前的实现仅使用string.replace()来执行上面提到的替换，但我知道还有其他字符应该用空格替换，以及其他应该规范化的类似撇号的字符。要规范化的其他类字符是双引号和连字符。因此，我希望避免手动指定每个字符替换，如果可能的话。