Python：替换重音符号（é 到 e）、删除 [^a-zA-Z\d\s] 和 lower() 的有效方法[重复]

使用Python 3.3。我想做以下事情：

• 替换特殊字母字符，例如 e 锐号 (é) 和 o 带有基本字符的扬抑符 (ô)（例如，从 ô 到 o）
• 删除除字母数字和字母数字之间的空格之外的所有字符 人物
• 转换为小写

这是我到目前为止所拥有的：

mystring_modified = mystring.replace('\u00E9', 'e').replace('\u00F4', 'o').lower()
alphnumspace = re.compile(r"[^a-zA-Z\d\s]")
mystring_modified = alphnumspace.sub('', mystring_modified)

我该如何改进这个？效率是一个大问题，特别是因为我目前正在循环内执行操作：

# Pseudocode
for mystring in myfile:
    mystring_modified = # operations described above
    mylist.append(mystring_modified)

相关文件每个大约有 200,000 个字符。

>>> import unicodedata
>>> s='éô'
>>> ''.join((c for c in unicodedata.normalize('NFD', s) if unicodedata.category(c) != 'Mn'))
'eo'

还请查看统一编码 https://pypi.python.org/pypi/Unidecode

Unicode 提供的是一条中间道路：函数 unidecode() 采用 Unicode 数据并尝试用 ASCII 字符表示它（即 0x00 和 0x7F 之间的通用可显示字符），其中 选择两个字符集之间的映射时采取的妥协 接近使用美国键盘的人会选择的内容。

生成的 ASCII 表示的质量各不相同。对于以下语言 西方血统应该是介于完美和优秀之间。在另一 手写音译（即，用罗马字母传达 由其他一些书写系统中的文本表达的发音） 像中文、日文或韩文这样的语言是一个非常复杂的问题 这个库甚至没有尝试解决这个问题。它画线在 上下文无关的逐字符映射。所以一个好的经验法则 是你音译的脚本来自拉丁语 字母表，音译就会越差。

请注意，该模块通常会比简单的模块产生更好的结果 从字符中去除重音符号（可以在Python中使用以下命令完成） 内置函数）。它基于手动调整的字符映射 例如还包含符号的 ASCII 近似值和 非拉丁字母。