CODEWITHSUNDEEP
pythonregexunicode
Celina
Celina

Reputation: 31

replace special characters using unicode

how can i replace the double quotation marks with the stylistically correct quotation marks („ U+201e or “ U+201c ) according to German spelling.

example:

zitat = 'Laut Durkheim ist ein "soziologischer Tatbestand jede mehr oder weniger [...] unabhängiges Eigenleben besitzt"'

I've tried the code

import re
zitatnew = re.sub(r'"', r'[u+201e]', zitat)
print(zitatnew)

Laut Durkheim ist ein [u+201e]soziologischer Tatbestand jede mehr oder weniger [...] unabhängiges Eigenleben besitzt[u+201e]

How can i replace the double quotations marks with the correct one using unicode?

Maybe one of you can help me. P.S. I'm sorry for my bad english!

Upvotes: 1

Views: 624

Answers (3)

Mark Tolonen
Mark Tolonen

Reputation: 177600

re.sub is more efficient than replacing over and over, and with a replacement function it can be done in one pass:

import re
s = '"this" "is" "a" "test" "string"'
s = re.sub(r'(\b")|("\b)',lambda m: '\u201c' if m.group(1) else '\u201e',s)
print(s)

„this“ „is“ „a“ „test“ „string“

Upvotes: 0

Jarvis
Jarvis

Reputation: 8564

I guess you are looking for this

re.sub(r'"', u"\u201E", zitat)

or the more appropriate

s = 'Laut Durkheim ist ein "soziologischer Tatbestand jede mehr oder weniger [...] unabhängiges Eigenleben besitzt"'
# substitute the opening quote
output = re.sub('\B"', u"\u201C", s)
# substitute the closing quote as well
output = re.sub('"\B', u"\u201D", output)

>>> output
'Laut Durkheim ist ein “soziologischer Tatbestand jede mehr oder weniger [...] unabhängiges Eigenleben besitzt”'

which gives

'Laut Durkheim ist ein “soziologischer Tatbestand jede mehr oder weniger [...] unabhängiges Eigenleben besitzt”'

Upvotes: 1

Hernán Alarcón
Hernán Alarcón

Reputation: 4099

You can iterate while there are " in the string and in every iteration replace one pair of quotes:

zitat = 'Laut Durkheim ist ein "soziologischer Tatbestand jede mehr oder weniger [...] unabhängiges Eigenleben besitzt"'

print(f"Before replace: {zitat}")

while "\"" in zitat:
    zitat = zitat.replace("\"", "\u201e", 1)
    zitat = zitat.replace("\"", "\u201c", 1)

print(f"After replace: {zitat}")

The 1 as third argument in replace() is important to replace only the first ocurrence of the ". This should give a correct output for any string with an even number of ".

Output:

Before replace: Laut Durkheim ist ein "soziologischer Tatbestand jede mehr oder weniger [...] unabhängiges Eigenleben besitzt"
After replace: Laut Durkheim ist ein „soziologischer Tatbestand jede mehr oder weniger [...] unabhängiges Eigenleben besitzt“

Upvotes: 1

Related Questions