Python 3.5用html实体替换重音字符

Question

我正在尝试自动执行一系列查询，但是，为此，我需要用相应的html实体替换带有重音的字符。出于原因，它需要在Python3中

例：

vèlit 
[needs to become] 
vèlit

问题是，每当我尝试做一个word.replace时，它都找不到它。

这个：

if u'è' in sentence:
    print(u'Found è')

工作并找到“è”，但做：

word.replace('è','è')

什么都不做。

Answer 1

用word.replace('è','è')替换word = word.replace('è','è')并打印结果进行检查。

word.replace('è','è')确实有效，但它实际上并没有对word内容进行任何更改。

检查str.replace()

Answer 2

您可以使用qazxsw poi方法和python qazxsw poi包中的数据将字符转换为等效的html实体。

要做到这一点，str.translate需要一个字典，将字符（技术上是字符的整数表示，或html）映射到html实体。

str.translate包含所需的数据，但实体名称不受'＆'和';'的限制。您可以使用dict理解来创建具有所需值的表。

创建表后，使用表作为参数调用字符串的translate方法，结果将是一个新字符串，其中任何具有等效html实体的字符都将被转换。

ordinal

请注意，重音拉丁字符可以由unicode代码点组合表示：'è'可以用单个代码点表示 - 带有GRAVE的LATIN SMALL LETTER E - 或两个代码点 - LATIN SMALL LETTER E，然后是COMBINING GRAVE ACCENT。在后一种情况下（称为分解形式），翻译将无法按预期工作。

为了解决这个问题，您可以使用Python标准库中的html.entities.codepoint2name模块中的

>>> import html.entities
>>> s = 'vèlit'

>>> # Create the translation table
>>> table = {k: '&{};'.format(v) for k, v in html.entities.codepoint2name.items()}

>>> s.translate(table)
'vèlit'

>>> 'Voilà'.translate(table)
'Voilà'

函数将双码点分解形式转换为单个代码点组合形式。

normalize