用Python将Unicode转换为ASCII
通过这篇文章，我们将学习如何将Unicode编码成字节，看到系统编码的不同方式，并在Python中把Unicode转换成ASCII。
在Python中把Unicode转换为ASCII
Python 3中的基本问题字符串是由字符组成的；我们在Python中没有字符类型，但它们包含Unicode字符。
如果我们说a = 'abcd' ，并使用len() 函数检查它的长度，那么我们得到4以及我们声明s='שלום' ，意思是你好，这是希伯来语中的单词。这些长度将是相同的，这很好，因为两个变量都有四个字符。
>>a='abcd'
>>len(a)
4
>>s='שלום'
>>len(s)
4
事实上，背后是不同的字节数，这与这里的问题无关，len() 是测量字符数，而不是字节数，当然，在背后，UTF-8 Unicode字符和UTF-8编码是使用更多的字节。
那么我们如何将我们的字符串变成我们需要的字节数呢？好吧，我们可以使用s.encode() ，如果我们这样做，它会返回一个字节字符串，这将是我们需要创建希伯来语单词שלום 的八个字节。
>>s.encode()
b'xd7xa9xd7x9cxd7x95xd7x9d'
>>'abcd'.encode()
b'abcd'
现在，我们将把一个Unicode字符串变成一个字节字符串，但它比这更复杂，因为我们知道这个字符串שלום ，我们想找回不代表Unicode底层字节的字节。我们想拿回不同编码系统的底层字节。
例如，我们使用iso-8859-8 ，这是一种你可能听说过的在西欧经常使用的编码，它允许我们在一个字节里有我们需要的特定语言的所有不同的字符，所以如果我们需要把一个字符串变成一个非Unicode的编码。
>>s.encode('iso-8859-8')
b'xf9xecxe5xed'
让我们看看，如果我们有来自不同语言的东西，就像我们说的s='北京' ，是北京的，如果我们去编码它，那么我们就会得到一个字节的字符串。
我们看到这里，我们有六个字节，因为每个汉字由三个字节表示；这就是我们的可变长度编码，发生在UTF-8中。
>>s='北京'
>>s.encode()
b'xe5x8cx97xe4xbaxac'
现在我们想用iso-8859-8 来编码北京 ，当我们执行这个时，我们得到一个UnicodeEncodeError ，意思是这个编码在对我们说，你想把这些Unicode字符变成iso-8859-8 编码的字节，这是不允许的。
s.encode('iso-8859-8')
如果我们用这个连接英语单词，也会失败，因为在任何可能出现错误的地方，它都会失败，但我们可以添加一个参数，帮助忽略错误。
>>s='I often go to 北京'
>>s.encode('iso-8859-8',errors='ignore')
b'I often go to '
如果你有一大堆文本，并且可以丢失Unicode字符，你可以使用这个。
让我们看一下help(s.encode) ，它默认等于strict ，但它可以是一些不同的东西，所以如果我们使用replace 的值到errors ，它并不真正知道如何替换，所以它只是要使用问号。
help(s.encode)
>>s='I often go to 北京'
>>s.encode('iso-8859-8',errors='replace')
b'I often go to ??'
当我们使用xmlcharrefreplace ，我们得到的是与这些Unicode字符有关的XML实体，所以如果你要把这个粘贴到XML文档中，或者也许粘贴到HTML中，那么这就可以工作。
>>s.encode('iso-8859-8',errors='xmlcharrefreplace')
b'I often go to 北京'
这取决于你的需要；如果你把Unicode字符翻译成字节，那是典型的，因为你要在网络上发送它们，或者你要处理一些其他类型的编码系统。
如果你是一个初学者，不想深入了解，可以用下面的命令安装一个叫做unidecode 的 Python 包。
它将直接把Unicode转换成ASCII；当你在一个需要把Unicode转换成ASCII的应用程序中工作时，它将会很有帮助。
>>pip install unidecode
>>>from unidecode import unidecode
>>>unidecode(u'北京')
'Bei Jing'
