CKTIS / Python
Unicode-Text und Bytes
Ein str ist eine unveränderliche Folge von Unicode-Codepunkten und bytes enthält kodierte Oktette.
Version: Python 3.14; repository image, production runtime not attested
Syntax
unicodedata.normalize("NFC", text)Ein str ist eine unveränderliche Folge von Unicode-Codepunkten und bytes enthält kodierte Oktette.
Ähnlich aussehende Texte können unterschiedliche Codepunkte, Längen und Gleichheitsergebnisse haben. NFC-Normalisierung kann kanonisch äquivalente Formen vereinheitlichen.
Die UTF-8-Bytelänge kann weiterhin von der Zahl der Codepunkte abweichen.
Beispiele
from unicodedata import normalize
composed = "é"
split = "e\u0301"
print(composed == split, len(composed), len(split))
print(normalize("NFC", split) == composed, len(composed.encode("utf-8")))
print("Straße".casefold() == "STRASSE".casefold())
Ergebnis
False 1 2 True 2 True
Die UTF-8-Bytelänge kann weiterhin von der Zahl der Codepunkte abweichen.