Anon Coward

文件可能是用cp1256编码的,也就是Windows-1256,Windows中用于波斯语和乌尔都语的代码页。要创建该文件的UTF-8版本,只需在该代码页中读取该文件,然后用UTF-8写出:

with open("source.srt", "rt", encoding="cp1256") as f:
    data = f.read()

with open("fixed.srt", "wt", encoding="utf_8_sig") as f:
    f.write(data)

从技术上讲,要将字符串编码为url安全值,只需通过urllib的解析器运行它:

import urllib.parse
print(urllib.parse.quote(value))

但是,您要求自定义转换。您可以使用一些内置字符串和正则表达式库来执行此操作:

import re
print(re.sub("[^a-z0-9-]", "", value.lower().replace(" ", "-")))

如果你想允许超过 a-z , 0-9 和 - 作为“valid”,则需要扩展正则表达式。