如何将花式/艺术化的Unicode文本转换为ASCII？

Question

我有一个 Unicode 字符串，如 " "，想将其转换为 ASCII 格式 "thug life"。

我知道可以在 Python 中通过以下方法实现：

import unidecode
print(unidecode.unidecode(' '))
// thug life

然而，这样做也会将其他Unicode字符（例如中文/日文字符、表情符号、重音字符等）转换为ASCII字符，而我希望保留这些字符。

有没有一种方法可以检测这些“艺术性”的Unicode字符？

以下是一些更多的例子：

ｔｈｕｇ ｌｉｆｅ

感谢您的帮助！

- Martin

---

请参考NFC/NFD/NFKD/NFKC ''..normalize()。 - dakab

Answer 1

import unicodedata
strings = [
  ' ',
  ' ',
  ' ',
  ' ',
  'ｔｈｕｇ ｌｉｆｅ']
for x in strings:
  print(unicodedata.normalize( 'NFKC', x), x)

输出: .\62803325.py

thug life  
thug life  
thug life  
thug life  
thug life ｔｈｕｇ ｌｉｆｅ

资源：

• unicodedata — Unicode 数据库
• Unicode 文本的规范化形式

- JosefZ

---

不适用于以下情况：" "，"︎︎︎︎"，"ωεłł"，"ʜᴀᴋsʜɪ"，""，""，"RᗅIPႮ"，"ғʀᴇᴇ"，"ᕼᗩᑭᑭIᗴᗴ"，"υεεɴ"。 - Gokul NC

@GokulNC 你需要Unicode文本的罗马化/音译，在我看来... 另请参阅 https://pypi.org/project/Unidecode/ - JosefZ

@GokulNC，你有没有想到用Python将这些字体转换为Unicode？如果是，请在此处评论您的方法。 - Naveen Reddy Marthala

如上所述，“Unidecode” 能够清除其中大部分，但它并没有完全 100% 解决问题。 - Gokul NC

是的，你说得对。所以我正在寻找外观转换的方法，而不是近似音转换。 - Gokul NC