在Python中将Unicode字符串近似转换为ASCII字符串

Question

我不知道这是不是个简单的问题，但我需要把一个unicode字符串转换成ascii字符串，而且我不想看到那些转义字符。我是说，能不能把它转换成一些相似的ascii字符呢？

举个例子：Gavin O’Connor被转换成了Gavin O\x92Connor，但我希望它能直接变成Gavin O'Connor。这样做可能吗？有没有人写过工具来实现这个，还是说我得手动替换所有字符？

非常感谢！
Marco

Answer 1

b = str(a.encode('utf-8').decode('ascii', 'ignore'))

应该没问题。

Answer 2

import unicodedata

unicode_string = u"Gavin O’Connor"
print unicodedata.normalize('NFKD', unicode_string).encode('ascii','ignore')

输出：

Gavin O'Connor

这里有一份文件，里面描述了标准化形式：http://unicode.org/reports/tr15/

Answer 3

使用Unidecode这个工具包来转换字符串。

>>> import unidecode
>>> unidecode.unidecode(u'Gavin O’Connor')
"Gavin O'Connor"