6

introducir el código aquí Estoy tratando de eliminar las tildes de una string que obtengo al desencriptar, buscando en google encontré que para eliminar tildes se utiliza el el método unicodedata.normalize('NFD', string) pero al utilizarlo no elimina las tildes, el codigo que tengo es el siguiente:

import unicodedata
import gnupg
path = 'ruta del archivo encriptado'
gpg = gnupg.GPG(gpghome='~/.gnupg')
data = gpg.decrypt_file(open(path, 'rb'))
data = unicodedata.normalize('NFD', str(data))

cuando imprimo la variable data obtengo lo siguiente:

print(data)
>>> Roman González

El archivo encriptado es un JSON que contiene lo siguiente:

{
    "name": "Roman González"
}
3
  • Mírate es.stackoverflow.com/questions/135707/…. Si e JSON originalmente está en UTF-8 (u otra codificación) y lees el archivo en binario no olvides decodificar los datos data.decode("utf-8").
    – FJSevilla
    Commented el 26 mar. 2018 a las 18:41
  • antes de encriptar los datos los codifique con utf-8 y al utilizar data.decode('utf-8'), como sugieres, me da el siguiente error AttributeError: 'str' object has no attribute 'decode' Commented el 26 mar. 2018 a las 18:48
  • intentalo hacer algo como str(data).decode("utf-8") Commented el 13 dic. 2018 a las 11:38

2 respuestas 2

2

Cuando imprimes, la terminal se apaña para juntar los dos caracteres unicode que representan ahora a la a con tilde. Si lo compruebas, verás que son dos caracteres, por lo que sólo te tienes que quedar con el primero:

def normalize(c):
    return unicodedata.normalize("NFD",c)[0]

data = ''.join(normalize(c) for c in str(data))

Otra posible solución para eliminar los caracteres sobrantes sería ignorarlos:

data = unicode.normalize("NFD",str(data))
data = data.encode("utf8").decode("ascii","ignore")
0

Investigando un poco mas encontré la solución, había que codificar la cadena con raw_unicode_escape y luego decodificarla con utf-8

data.encode('raw_unicode_escape').decode('utf-8')

fuente: https://stackoverflow.com/questions/4267019/double-decoding-unicode-in-python

2
  • 1
    en ralidad alli esta la tilde solo que codificado utf8 Commented el 26 mar. 2018 a las 19:44
  • 1
    A juzgar por tu respuesta, no querías eliminar tildes, sino "sanear" una cadena recibida que supuestamente debería llevar tildes pero en cambio trae caracteres "raros", debido a una doble codificación. Tal vez deberías cambiar la pregunta entonces, para no llamar a engaño a otros usuarios que busquen como quitar las tildes de la cadena.
    – abulafia
    Commented el 3 ago. 2018 a las 9:24

Tu Respuesta

By clicking “Publica tu respuesta”, you agree to our terms of service and acknowledge you have read our privacy policy.

¿No es la respuesta que buscas? Examina otras preguntas con la etiqueta o formula tu propia pregunta.