xjcl
2020-11-30 03:37:38
我不清楚你要问的是什么，但这是我的最佳尝试：
-
>>> s = 'Rialta te VeniceÇ' >>> import html >>> s2 = html.unescape(s); s2 'Rialta te VeniceÇ' 就像你说过的，有一些用于规范/删除重音符号的库：
>>> import unidecode >>> unidecode.unidecode(s2) 'Rialta te VeniceC'你实际上不需要检查它是否具有Unicode代码点，因为此功能不会更改非重音字符。但是你仍然可以使用进行检查
s2.isascii()。
因此，完整的解决方案是使用unidecode.unidecode(html.unescape(s))。
热门帖子
热门github
1
2
4
The Python Risk Identification Tool for generative AI (PyRIT) is an open access automation framework to empower security professionals and machine learning engineers to proactively find risks in their generative AI systems.
(翻译：用于生成式 AI 的 Python 风险识别工具 (PyRIT) 是一个开放式访问自动化框架，使安全专业人员和机器学习工程师能够主动发现其生成式 AI 系统中的风险。)
5
7
8
9
Mamba is a new state space model architecture showing promising performance on information-dense data such as language modeling, where previous subquadratic models fall short of Transformers. It is based on the line of progress on structured state space models, with an efficient hardware-aware design and implementation in the spirit of FlashAttention.
(翻译：Mamba 是一种新的状态空间模型架构，在信息密集型数据（例如语言建模）上显示出良好的性能，而之前的二次模型在 Transformers 方面存在不足。它基于结构化状态空间模型的进展，并本着FlashAttention的精神进行高效的硬件感知设计和实现。)
10
11
13
我的问题本质上是如何“撤消”
Ç，我错误地认为它是代码点（如您所指出的，实际上是HTML转义）。您的答案很漂亮，可以unescape(s)检测到HTML转义符的存在-谢谢！