去除unicode字符修饰符

Question

在Python中从Unicode字符串中剥离字符修饰符的最简单方法是什么？例如：A͋͠r͍̞̫̜͌ͦ̈́͐ͅt̼̭͞h́u̡̙̞̘̙̬͖͓rͬͣ̐ͮͥͨ̀͏̣应该成为亚瑟我尝试了文档，但找不到任何能做到这一点的东西。

Answer 1

尝试这个

import unicodedata

a = u"STRING GOES HERE" # using an actual string would break stackoverflow's code formatting.

u"".join( x for x in a if not unicodedata.category(x).startswith("M") )

这将删除所有归类为标记的字符，这是我认为您想要的。通常，您可以使用unicodedata.category获取字符的类别。