¿Cuál es una buena manera de reemplazar caracteres internacionales con sus equivalentes latinos básicos usando Python?

Question

Supongo que tengo la cadena "blöt träbåt" que tiene unos a y o con diéresis y anillo arriba. Quiero que se convierta en "blot trabat" tan simple como sea posible. He hecho algo de investigación y encontré el siguiente método: (. \u0308 para diéresis)

import unicodedata 
unicode_string = unicodedata.normalize('NFKD', unicode(string)) 

Esto me dará la cadena en formato Unicode con los caracteres internacionales se dividieron en carta base y la combinación de caracteres Ahora para conseguir esto de nuevo a una cadena ASCII podría hacer ascii_string = unicode_string.encode('ASCII', 'ignore') y simplemente ignorará los caracteres combinados, dando como resultado la cadena "blot trabat".

La pregunta aquí es: ¿hay una mejor manera de hacer esto? Se siente como una manera indirecta, y estaba pensando que podría haber algo que desconozco. Por supuesto, podría concluir en una función auxiliar, pero preferiría verificar si esto ya no existe en Python.

Answer 1

Sería mejor si creó una tabla explícita y luego usó el método unicode.translate. La ventaja sería que la transliteración es más precisa, p. transliterando "ö" a "oe" y "ß" a "ss", como debería hacerse en alemán.

Hay varios paquetes de transliteración en PyPI: translitcodec, Unidecode y trans.