蟒蛇unidecode - 如何使用

-2

使用python，假设string =“Tiësto& Sevenn - BOOM（Artelax Remix）”，它包含非ASCII字符，我如何使用unidecode来修复字符串，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]

上述剪断给我： ARTISTNAME =铁斯托& 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来解决这个问题？

来源

2017-09-01 god

你看过[使用示例]（https://pypi.python.org/pypi/Unidecode）？你有没有试图弄清楚如何使用unidecode？ – user2357112

你到目前为止尝试过什么？你想删除它们还是替换它们？在你的例子中，你想要'Tiesto＆Sevenn'或者'Tisto＆Sevenn'或者其他什么吗？ –

是的。我试过unidecode（u'string'）。我希望将字符更改为e，而不是将它们一起删除。 – god

只需拨打unidecode在您的字符串（加引号）：

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

还有归成分解形式之后除去组合字符的长/慢路线：

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

来源

2017-09-01 20:40:49

unidecode（string）---这会引发异常或警告，因为我的data.csv文件中的某些字符串很适合去，而且不需要通过unidecode进行转换。 /usr/lib64/python2.7/site-packages/unidecode/__init__.py:46：RuntimeWarning：参数不是一个unicode对象。传递编码的字符串可能会有意想不到的结果。清理我的data.csv文件中的所有非ascii字符与我拔出字符串时会更有意义吗？ – god

@god：在清理它之前，你需要实际上读取数据*为unicode *。使用['codecs.open']（https://docs.python.org/3/library/codecs.html#codecs.open），并指定正确的编码。 – user2357112

蟒蛇unidecode - 如何使用

回答

相关问题