Python的“此Unicode的最佳ASCII”数据库在哪里？

我有一些使用Unicode标点符号的文本，例如左双引号，撇号的右单引号等等，我需要用ASCII。Python是否有一个包含这些字符的数据库，这些数据库具有明显的ASCII替代品，所以我可以做得比将它们全部都变成“”更好。？

Unidecode看起来像一个完整的解决方案。它将花式引号转换为ascii引号，将带重音的拉丁字符转换为不带重音，甚至尝试音译以处理不具有ASCII等效项的字符。这样，您的用户就不必看到很多？当您不得不通过传统的7位ascii系统传递其文本时。

>>> from unidecode import unidecode
>>> print unidecode(u"\u5317\u4EB0")
Bei Jing 

http://www.tablix.org/~avian/blog/archives/2009/01/unicode_transliteration_in_python/

在我的原始答案中，我还建议unicodedata.normalize。但是，我决定对其进行测试，结果证明它不适用于Unicode引号。它很好地翻译了带重音符号的Unicode字符，所以我猜测unicodedata.normalize是使用该unicode.decomposition函数实现的，这使我相信它可能只能处理由字母和变音符号组合而成的Unicode字符，但我不是真的Unicode规范方面的专家，所以我可能会充满热情...

无论如何，您可以改用unicode.translate标点符号。该translate方法将Unicode序号的词典转换为Unicode序号，因此您可以创建一个映射，将仅Unicode标点转换为ASCII兼容标点：

'Maps left and right single and double quotation marks'
'into ASCII single and double quotation marks'
>>> punctuation = { 0x2018:0x27, 0x2019:0x27, 0x201C:0x22, 0x201D:0x22 }
>>> teststring = u'\u201Chello, world!\u201D'
>>> teststring.translate(punctuation).encode('ascii', 'ignore')
'"hello, world!"'

如果需要，可以添加更多的标点符号映射，但是我认为您不必担心处理每个Unicode标点符号。如果确实需要处理重音符号和其他变音标记，则仍然可以使用unicodedata.normalize这些字符。

有趣的问题。

Google帮我找到了使用unicodedata模块描述的页面，如下所示：

import unicodedata
unicodedata.normalize('NFKD', title).encode('ascii','ignore')

在http://code.activestate.com/recipes/251871/上有关于此的更多讨论，其中包含NFKD解决方案以及一些转换表的方式，例如±=> +/-和其他非字母字符。