如何修复带重音的字符串[python]

Question

我正在使用webapp从我玩的游戏结果中检索数据。由于我是巴西人，而且我的语言中有一些拉丁字母，所以我检索的大多数数据形状都很糟糕。像：

Carlos Lopez =CarlosLã³Pez

我搜索了互联网，发现ftfy是破坏文本的好方法。无论如何，我并不是真的意识到unicode，ascii和东西，所以我使用了ftfy，并收到了我已经拥有的相同错误的输出。

In[15]: ftfy.fix_text('Carlos Lã³Pez')
Out[15]: 'Carlos Lã³Pez'

ftfy.fix_encoding('Carlos Lã³Pez')
Out[16]: 'Carlos Lã³Pez'

ftfy.fix_text('Carlos Lã³Pez')
Out[17]: 'Carlos Lã³Pez'

print(ftfy.fix_text('Carlos Lã³Pez'))
Carlos Lã³Pez

print(ftfy.fix_encoding('Carlos Lã³Pez'))
Carlos Lã³Pez

ftfy.explain_unicode('Carlos Lã³Pez')
U+0043  C       [Lu] LATIN CAPITAL LETTER C
U+0061  a       [Ll] LATIN SMALL LETTER A
U+0072  r       [Ll] LATIN SMALL LETTER R
U+006C  l       [Ll] LATIN SMALL LETTER L
U+006F  o       [Ll] LATIN SMALL LETTER O
U+0073  s       [Ll] LATIN SMALL LETTER S
U+0020          [Zs] SPACE
U+004C  L       [Lu] LATIN CAPITAL LETTER L
U+00E3  ã       [Ll] LATIN SMALL LETTER A WITH TILDE
U+00B3  ³       [No] SUPERSCRIPT THREE
U+0050  P       [Lu] LATIN CAPITAL LETTER P
U+0065  e       [Ll] LATIN SMALL LETTER E
U+007A  z       [Ll] LATIN SMALL LETTER Z

ftfy.explain_unicode(unidecode('Carlos Lã³Pez'))
U+0043  C       [Lu] LATIN CAPITAL LETTER C
U+0061  a       [Ll] LATIN SMALL LETTER A
U+0072  r       [Ll] LATIN SMALL LETTER R
U+006C  l       [Ll] LATIN SMALL LETTER L
U+006F  o       [Ll] LATIN SMALL LETTER O
U+0073  s       [Ll] LATIN SMALL LETTER S
U+0020          [Zs] SPACE
U+004C  L       [Lu] LATIN CAPITAL LETTER L
U+0061  a       [Ll] LATIN SMALL LETTER A
U+0033  3       [Nd] DIGIT THREE
U+0050  P       [Lu] LATIN CAPITAL LETTER P
U+0065  e       [Ll] LATIN SMALL LETTER E
U+007A  z       [Ll] LATIN SMALL LETTER Z

print(ftfy.fix_encoding(unidecode('Carlos Lã³Pez')))
Carlos La3Pez

print(ftfy.fix_text(unidecode('Carlos Lã³Pez')))
Carlos La3Pez

我想知道是否有任何方法可以解决这类错误，或者如果你能给我任何领导，为什么CarlosLópez会变成CarlosLã³Pez。我是apreciatte。

Answer 1

哇，这很难:)你的字符串错误的编码和错误的字符大小写。

s = 'Carlos Lã³Pez'
s.upper().encode('cp1252').decode().title()
#'Carlos López'

此代码适用于Python3，但不适用于Python2。