Skip to main content
 首页 » 编程设计

Python 将此 utf8 字符串转换为 latin1

2024年12月31日24小虾米

我有这个 UTF-8 字符串:

s = "Naděždaüäö" 

我想将其转换为 UTF-8 字符串,该字符串可以在“latin-1”中编码而不引发异常。我想通过用最接近的表示形式(比如 ascii 左右)替换在 latin-1 中找不到的每个字符来做到这一点。

由于“ěž”不在 latin-1 中,我希望将它们转换为“ez”,而“üäö”在 latin-1 中,因此不应将其转换为“uao”,而应保留为“üäö”。

我的第一次尝试是这样的:

import unicodedata 
 
def convert(s): 
    return unicodedata.normalize( 
        'NFKD', s 
    ).encode( 
        'latin-1', 'ignore' 
    ).decode('latin-1') 

这至少让我走到了这一步:

s = "Naděžda" 
print(convert(s))  # --> "Nadezda" 

但后来我意识到这也会转换“äöü”,如下所示:

s = "Naděždaäöü" 
print(convert(s))  # --> "Nadezdaaou" 

或者我试过:

def convert2(s): 
    return unicodedata.normalize( 
        'NFKC', s 
    ).encode( 
        'latin-1', 'ignore' 
    ).decode('latin-1') 

这导致:

s = "Naděždaäöü" 
print(convert(s))  # --> "Naddaäöü" 

感谢您的帮助。

请您参考如下方法:

如果你只是一个字符一个字符地执行它,它就可以工作,(虽然它不是 super 干净)

def convert(s): 
    r='' 
    for c in s: 
        try: 
            c.encode('latin-1') 
        except UnicodeEncodeError: 
            c = unicodedata.normalize('NFKD', c).encode('latin-1', 'ignore').decode('latin-1') 
        r += c 
    return r