Merhaba arkadaşlar. Metin dosyaları üzerinde çalışmalar yaparken, verileri standart hale getirmek isteyebilirsiniz. Bu konuda non-english dediğimiz karakterler içeren bir veri setiyle çalışmak işlerimizi zorlaştırabilir. Bugün Python 3 ile bir metin dosyasındaki Türkçe karakterleri İngilizce karşılıklarına dönüştürmek için ufak bir kod paylaşıyorum.

#!/usr/bin/env python
# -*- coding: utf-8 -*-

tr_chars = {'ç':'c', 'Ç':'C', 'ğ':'g', 'Ğ':'G', 'ı':'i', 'İ':'I', 'ö':'o', 'Ö':'O', 'ş':'s', 'Ş':'S', 'ü':'u', 'Ü':'U'}

lines = []

with open('ornek.txt') as infile:
     for line in infile:
         for src, target in tr_chars.items():
             line = line.replace(src, target)
         lines.append(line)

with open('ornek.txt', 'w') as outfile:
     for line in lines:
         outfile.write(line)

print('Tüm işlemler bitti!')

Not: UTF-8 kodlaması ile çalışırsanız, Python’da non-english karakterlerle ilgili hatalar almazsınız. ASCII kodlamasını kullanıyorsanız (Windows’ta genelde default olarak geliyor), dosyayı okuturken UTF-8 olarak encode edebilirsiniz.

İyi kodlamalar…