Python中Unicode字符转近似ASCII字符的解决方案问询

这个需求我之前也碰到过！普通的encode('ascii', errors='replace')只会把无法转换的字符换成问号，完全满足不了这类保留近似拼写的需求，推荐用unidecode这个专门的库来解决——它就是为了把Unicode文本转换成最接近的ASCII表示而生的，完美适配你提到的这类专有名称转换场景。

步骤1：安装unidecode库 #

先通过pip安装这个第三方库：

pip install unidecode

步骤2：使用示例 #

用它处理你的目标文本非常简单：

from unidecode import unidecode

# 处理你给出的示例
original_text = "Deutsche Börse"
converted_text = unidecode(original_text)
print(converted_text)  # 输出: Deutsche Borse

# 处理带重音的魁北克名称（应该是Québec吧？）
quebec_original = "Québec"
quebec_converted = unidecode(quebec_original)
print(quebec_converted)  # 输出: Quebec

这个库能自动处理绝大多数欧洲语言的变音符号：比如德语的ö转o、ß转ss，法语的é转e，西班牙语的ñ转n等等，比手动维护映射表靠谱多了。

备选方案：无第三方库实现（局限性较大） #

如果不想引入外部依赖，也可以用unicodedata模块手动处理，但需要自己维护特殊字符的映射规则，适合简单场景：

import unicodedata

def unicode_to_ascii(text):
    # 用NFKD分解字符，把变音符号和基础字符拆分
    normalized = unicodedata.normalize('NFKD', text)
    # 过滤掉非ASCII的组合标记字符
    ascii_text = ''.join(c for c in normalized if unicodedata.category(c) != 'Mn')
    # 手动处理特殊字符，比如德语ß转ss
    ascii_text = ascii_text.replace('ß', 'ss')
    return ascii_text

print(unicode_to_ascii("Deutsche Börse"))  # 输出: Deutsche Borse
print(unicode_to_ascii("Québec"))  # 输出: Quebec

不过这种方法对不常见的Unicode字符处理能力有限，还是推荐unidecode库更省心。

内容的提问来源于stack exchange，提问作者LetMeSOThat4U