如何在Python中确定字符的根字符（含变音字符示例）

嗨，我来帮你搞定这个需求——要找到像ǻ这类带变音符号字符的根字符（就像你说的，按退格键去掉符号后得到的a），用Python的标准库就能轻松实现，完全不用额外安装依赖包。

核心原理 #

很多带附加符号的Unicode字符，本质上是基础字符+组合变音符号的组合（比如ǻ就是a加上˚和ˊ两个变音符号）。我们可以通过Unicode规范化把这些字符分解，再剥离掉变音符号，就能得到根字符。

具体实现方法 #

下面是一个简单且通用的函数，用unicodedata模块就能完成：

import unicodedata

def get_root_char(target_char):
    # 用NFKD规范化将字符分解为基础部分+变音符号
    normalized_chars = unicodedata.normalize('NFKD', target_char)
    # 过滤掉所有属于"组合标记"的字符，只保留基础根字符
    root_char = ''.join(char for char in normalized_chars if not unicodedata.combining(char))
    return root_char

# 测试你给出的示例
print(get_root_char('ǻ'))  # 输出: 'a'
print(get_root_char('å'))  # 输出: 'a'
# 再测试几个常见案例
print(get_root_char('é'))  # 输出: 'e'
print(get_root_char('ñ'))  # 输出: 'n'
print(get_root_char('ü'))  # 输出: 'u'

代码解释 #

• unicodedata.normalize('NFKD', target_char)：NFKD是一种Unicode规范化方式，它会把预组合的字符彻底分解成基础字符和独立的变音符号，这一步就相当于模拟了"按退格键去掉符号"的过程。
• unicodedata.combining(char)：这个函数会判断字符是否是组合标记（也就是那些依附在基础字符上的变音符号），如果是则返回非零值，我们过滤掉这些字符后，剩下的就是根字符了。

这个方法能覆盖绝大多数常见的带变音符号的字符，而且完全依赖Python标准库，兼容性拉满～

内容的提问来源于stack exchange，提问作者caseb