Python Unidecode-如何使用

Question

使用python，鉴于该字符串="tiësto＆amp; sewhn -boom（artelax remix）"包含非ascii字符，我该如何使用UnIdecode修复字符串，使字符串如此清洁如此清洁非ASCII字符？

string = random.choice(list(open('data.csv'))).rstrip()
print "[+] Starting search for:", string
artistname = string.rsplit(' - ', 1)[0]
songname = string.rsplit(' - ', 1)[1]

上面的剪辑给了我：ArtistName =Tiësto＆amp;7nsongname = boom（artelax remix）

您可以看到，ArtistName仍然包含非ASCII字符。我如何使用UniDecode解决此问题？

Answer 1

只需在字符串上调用 unidecode

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

在归一化形式后，还有更长/较慢的删除字符的途径：

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