在python中提取Unicode文本[关闭]答案

【问题标题】：Extract Unicode text in python [closed]在python中提取Unicode文本[关闭]
【发布时间】：2021-04-21 05:21:37
【问题描述】：

我已将 OCR 检测为 ¾、½、¼ 等文本。我试图将 ¾ 中的值分隔为 3 和 4。 ¾ 被读取为 unicode。在转换为字符串时，确切的值会随着不需要的字符而变化。请提出解决此问题的方法。

【问题讨论】：

向我们展示您尝试过的一些输入和输出的示例代码

【解决方案1】：

import unicodedata
print('NFKD')
print(unicodedata.normalize('NFKD', '¾,½,¼'))                  # Fraction Slash
print(unicodedata.normalize('NFKD', '¾,½,¼').replace('⁄','/')) # Solidus
print('NFKC')
print(unicodedata.normalize('NFKC', '¾,½,¼'))
print(unicodedata.normalize('NFKC', '¾,½,¼').replace('⁄','/'))

输出：.\SO\67189705.py

NFKD
3⁄4,1⁄2,1⁄4
3/4,1/2,1/4
NFKC
3⁄4,1⁄2,1⁄4
3/4,1/2,1/4

Table 1. Normalization Forms

Form                           Description
——————————————————————————————————————————
Normalization Form D (NFD)     Canonical Decomposition
Normalization Form C (NFC)     Canonical Decomposition,
                               followed by Canonical Composition
Normalization Form KD (NFKD)   Compatibility Decomposition
Normalization Form KC (NFKC)   Compatibility Decomposition,
                               followed by Canonical Composition

【讨论】：