python特殊字符解码/编码

Question

如何翻译下面的字符串

H.P. Dembinski, B. K\'{e}gl, I.C. Mari\c{s}, M. Roth, D. Veberi\v{c}

进入

H. P. Dembinski, B. K\xe9gl, I. C. Mari\u015f, M. Roth, D. Veberi\u010d

?

Answer 1

此代码应处理示例中的模式。现在可以添加 rest of those codes 了。 .只需将它们放入表格即可。

#!/usr/bin/python3
import re, unicodedata, sys

table = {
        'v': '\u030C',
        'c': '\u0327',
        "'": '\u0301'
        # etc...
        }

def despecial(s):
    return re.sub(r"\\(" + '|'.join(map(re.escape, table)) + r")\{(\w+)}",
            lambda m: m.group(2) + table[m.group(1)],
            s)

if __name__ == '__main__':
    print(unicodedata.normalize('NFC', despecial(' '.join(sys.argv[1:]))))

例子:

>>> despecial(r"H.P. Dembinski, B. K\'{e}gl, I.C. Mari\c{s}, M. Roth, D. Veberi\v{c}")
'H.P. Dembinski, B. Kégl, I.C. Mariş, M. Roth, D. Veberič'

示例(命令行):

$ ./path/to/script.py "Hello W\v{o}rld"
Hello Wǒrld

它在给定的参数之后放置适当的 Unicode 组合字符。具体来说:U+0301 组合 ACUTE ACCENT、U+0327 组合 CEDILLA 和 U+030C 组合 CARON。如果你想要组成的字符串，你可以用 unicodedata.normalize 规范化它。什么的。

>>> import unicodedata
>>> unicodedata.normalize('NFC', despecial(r"H.P. Dembinski, B. K\'{e}gl, I.C. Mari\c{s}, M. Roth, D. Veberi\v{c}"))
'H.P. Dembinski, B. Kégl, I.C. Mariş, M. Roth, D. Veberič'

也就是说，我确信有更好的方法来处理这个问题。看起来您拥有的是 LaTeX 代码。