Python 正则表达式将非 ASCII 字符转换为最接近的 ASCII 等价字符

Question

我在寻找一个简单的Python函数，这个函数可以接收一个字符串，然后返回一个类似的字符串，但把所有非ASCII字符转换成最接近的ASCII字符。
比如说，带有重音符号的字母之类的应该被去掉。
我想应该有一种比较标准的方法来做到这一点，网上也有很多相关的StackOverflow问题，但我没有找到一个简单的答案，所以我觉得单独问一下也值得。

示例输入/输出：

"Étienne" -> "Etienne"

Answer 1

我在网上搜索“iconv TRANSLIT python”时发现了一个链接：http://www.tablix.org/~avian/blog/archives/2009/01/unicode_transliteration_in_python/，看起来可能正是你需要的内容。评论区还有一些其他的建议，使用的是标准库。

另外，还有一个链接：http://web.archive.org/web/20070807224749/http://techxplorer.com/2006/07/18/converting-unicode-to-ascii-using-python/，这个链接使用了NFKD来获取基本字符。

Answer 2

在Python 3中，使用PyPI的正则表达式实现：

http://pypi.python.org/pypi/regex

从这个字符串开始：

>>> s = "Étienne"

先把它规范化为NFKD格式，然后去掉重音符号：

>>> import unicodedata
>>> import regex
>>> regex.sub(r"\p{Mn}", "", unicodedata.normalize("NFKD", s))
'Etienne'

Answer 3

看到这个问题让我想去找一些更好的东西。

https://pypi.python.org/pypi/Unidecode/0.04.1

它完全能满足你的需求。