删除外国字母，同时在python中保留带有重音符号的英语字母

Question

有什么办法可以删除外来字母，但在python中保留带有重音的英文字母？

例如我希望将Pic d's转换为Pic d'Os，但不希望马萨纳转换为Ma Sa Na-理想情况下，我希望将其转换为空白字符串。

我使用过unidecode，但是unidecode还将外国字母转换为ascii。

感谢您对此进行调查。

Answer 1

现代的正则表达式引擎支持字符类Latin或isLatin，它们将匹配带重音符号或无重音拉丁字母。

仅匹配您想要的正则表达式会稍微复杂一些。您不想仅匹配Letter或Number，因为它们将匹配其他脚本的字母和数字。您既不想包含也不排除所有合并的重音符号：您希望小写的拉丁字母a +合并的重音符号显示为á，但是不希望包含重音符号的希腊字母。因此，您需要匹配(\p{Latin}\p{Mark}*)|\p{Punctuation}|\p{Separator}之类的东西。