Base de conocimientosCentro de exámenes
ESEspañol
Elegir idioma13

CKTIS / Python

Texto Unicode y bytes

Un str es una secuencia inmutable de puntos de código Unicode y bytes almacena octetos codificados.

Versión: Python 3.14; repository image, production runtime not attested

Sintaxis

unicodedata.normalize("NFC", text)

Un str es una secuencia inmutable de puntos de código Unicode y bytes almacena octetos codificados.

Textos de aspecto similar pueden diferir en puntos de código, longitud e igualdad. La normalización NFC puede unificar formas canónicamente equivalentes.

La longitud en bytes UTF-8 aún puede diferir del número de puntos de código.

Ejemplos

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())

Resultado

False 1 2
True 2
True

La longitud en bytes UTF-8 aún puede diferir del número de puntos de código.

Fuentes