WissensdatenbankPrüfungszentrum
DEDeutsch
Sprache wählen13

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.

Quellen