Xóa dấu tiếng việt bằng python, unaccent in python

s1 = u'ÀÁÂÃÈÉÊÌÍÒÓÔÕÙÚÝàáâãèéêìíòóôõùúýĂăĐđĨĩŨũƠơƯưẠạẢảẤấẦầẨẩẪẫẬậẮắẰằẲẳẴẵẶặẸẹẺẻẼẽẾếỀềỂểỄễỆệỈỉỊịỌọỎỏỐốỒồỔổỖỗỘộỚớỜờỞởỠỡỢợỤụỦủỨứỪừỬửỮữỰựỲỳỴỵỶỷỸỹ'
s0 = u'AAAAEEEIIOOOOUUYaaaaeeeiioooouuyAaDdIiUuOoUuAaAaAaAaAaAaAaAaAaAaAaAaEeEeEeEeEeEeEeEeIiIiOoOoOoOoOoOoOoOoOoOoOoOoUuUuUuUuUuUuUuYyYyYyYy'
def remove_accents(input_str):
 s = ''
 print input_str.encode('utf-8')
 for c in input_str:
  if c in s1:
   s += s0[s1.index(c)]
  else:
   s += c
 return s

Nguồn: https://gist.githubusercontent.com/J2TEAM/9992744f15187ba51d46aecab21fd469/raw/85942b0406f565f4b02b3d899a1478dbbdccb575/remove_accents.py

Vấn đề đọc tập tin với tên unicode trong python

Trong một lần làm việc với các tập tin cùng ngôn ngữ python với mục tiêu liệt kê tất cả các tập tin trong thư mục, tôi đã gặp vấn đề như sau: đối với các tập tin có tên unicode như "Việt Nam.jpg" các hàm của module os không thể liệt kê được.

Vấn đề trên được fix đơn giản bằng cách khai báo rootdir với đặc tính unicode.

import os
rootdir = u'root_path'

for subdir, dirs, files in os.walk(rootdir):
    for file in files:
        print os.path.join(subdir, file)

Chúc các bạn thành công!