如何让 str.translate 使用 Unicode 字符串？

我有以下代码：

import string
def translate_non_alphanumerics(to_translate, translate_to='_'):
    not_letters_or_digits = u'!"#%\'()*+,-./:;<=>?@[\]^_`{|}~'
    translate_table = string.maketrans(not_letters_or_digits,
                                       translate_to
                                         *len(not_letters_or_digits))
    return to_translate.translate(translate_table)

这对于非 unicode 字符串非常有效：

>>> translate_non_alphanumerics('<foo>!')
'_foo__'

但对于 unicode 字符串失败：

>>> translate_non_alphanumerics(u'<foo>!')
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
  File "<stdin>", line 5, in translate_non_alphanumerics
TypeError: character mapping must return integer, None or unicode

我无法理解《Unicode 对象》中关于“Unicode 对象”的段落。Python 2.6.2 文档 http://docs.python.org/library/stdtypes.html#string-methods对于 str.translate() 方法。

如何使其适用于 Unicode 字符串？

Translate 的 Unicode 版本需要 Unicode 序数的映射（您可以使用以下命令检索单个字符）ord https://docs.python.org/2/library/functions.html#ord) 到 Unicode 序数。如果你想删除字符，你映射到None.

我更改了您的函数来构建一个字典，将每个字符的序数映射到您想要翻译的内容的序数：

def translate_non_alphanumerics(to_translate, translate_to=u'_'):
    not_letters_or_digits = u'!"#%\'()*+,-./:;<=>?@[\]^_`{|}~'
    translate_table = dict((ord(char), translate_to) for char in not_letters_or_digits)
    return to_translate.translate(translate_table)

>>> translate_non_alphanumerics(u'<foo>!')
u'_foo__'

edit:事实证明，翻译映射必须从 Unicode 序数映射（通过ord) 到另一个 Unicode 序数、Unicode 字符串或 None（要删除）。因此我改变了默认值translate_to成为 Unicode 文字。例如：

>>> translate_non_alphanumerics(u'<foo>!', u'bad')
u'badfoobadbad'