Te adjunto una rutina que uso en estos casos, funciona con cadenas unicode y limpia varios caracteres no compatibles con los sistemas de archivo.
import re
from unicodedata import normalize
_punct_re = re.compile(r'[\t !"#$%&\'()*\-/<=>?@\[\\\]^_`{|},.:]+')
def normalize_filename(text, delim='-'):
"""Normaliza una cadena para ser usada como nombre de archivo.
Args:
text (str): String a normalizar
delim (str): Caracter de reemplazo de aquellos no válidos
Ejemplo:
>>> normalize_filename(u"Esto, no es válido como nombre de Archivo!", "-")
'esto-no-es-valido-como-nombre-de-archivo'
"""
result = []
for word in _punct_re.split(text.lower()):
word = normalize('NFKD', word).encode('ascii', 'ignore')
word = word.decode('utf-8')
if word:
result.append(word)
return delim.join(result)
En _punct_re
definimos la expresión regular de los caracteres que vamos a limpiar, que en realidad se consideran separadores y los terminamos completando con el valor del parámetro delim
Ejemplo:
print(normalize_filename(u"Esto, no es válido como nombre de Archivo!", "-"))
print(normalize_filename("Tampoco?funionaría esto? eh!!!!", "-"))
La salida:
esto-no-es-valido-como-nombre-de-archivo
tampoco-funionaria-esto-eh
lista[0]
, si te devuelve varios y quieres una carpeta de cada uno de ellos usa un for,for item in lista:...
.