蟒蛇unidecode - 如何使用

-2

使用python，假設string =「Tiësto& Sevenn - BOOM（Artelax Remix）」，它包含非ASCII字符，我如何使用unidecode來修復字符串，以便清除非ascii字符？蟒蛇unidecode - 如何使用

string = random.choice(list(open('data.csv'))).rstrip() 
print "[+] Starting search for:", string 

artistname = string.rsplit(' - ', 1)[0] 
songname = string.rsplit(' - ', 1)[1]

上述剪斷給我： ARTISTNAME =鐵斯托& Sevenn SONGNAME = BOOM（Artelax混音）

正如你所看到的，ARTISTNAME仍含有非ASCII字符。我如何使用unidecode來解決這個問題？

來源

2017-09-01 god

你看過[使用示例]（https://pypi.python.org/pypi/Unidecode）？你有沒有試圖弄清楚如何使用unidecode？ – user2357112

你到目前爲止嘗試過什麼？你想刪除它們還是替換它們？在你的例子中，你想要'Tiesto＆Sevenn'或者'Tisto＆Sevenn'或者其他什麼嗎？ –

是的。我試過unidecode（u'string'）。我希望將字符更改爲e，而不是將它們一起刪除。 – god

只需撥打unidecode在您的字符串（加引號）：

>>> from unidecode import unidecode 
>>> unidecode(string) 
'Tiesto & Sevenn - BOOM (Artelax Remix)'

還有歸成分解形式之後除去組合字符的長/慢路線：

>>> import unicodedata 
>>> ''.join(s for s in unicodedata.normalize('NFD', string) if not unicodedata.combining(s)) 
'Tiesto & Sevenn - BOOM (Artelax Remix)'

來源

2017-09-01 20:40:49

unidecode（string）---這會引發異常或警告，因爲我的data.csv文件中的某些字符串很適合去，而且不需要通過unidecode進行轉換。 /usr/lib64/python2.7/site-packages/unidecode/__init__.py:46：RuntimeWarning：參數不是一個unicode對象。傳遞編碼的字符串可能會有意想不到的結果。清理我的data.csv文件中的所有非ascii字符與我拔出字符串時會更有意義嗎？ – god

@god：在清理它之前，你需要實際上讀取數據*爲unicode *。使用['codecs.open']（https://docs.python.org/3/library/codecs.html#codecs.open），並指定正確的編碼。 – user2357112

蟒蛇unidecode - 如何使用

回答

相關問題