Base di conoscenzaCentro esami
ITItaliano
Scegli la lingua13

CKTIS / Python

Testo Unicode e byte

Uno str è una sequenza immutabile di punti di codice Unicode e bytes conserva ottetti codificati.

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

Sintassi

unicodedata.normalize("NFC", text)

Uno str è una sequenza immutabile di punti di codice Unicode e bytes conserva ottetti codificati.

Testi visivamente simili possono differire per punti di codice, lunghezza e uguaglianza. La normalizzazione NFC può unificare forme canonicamente equivalenti.

La lunghezza in byte UTF-8 può ancora differire dal numero di punti di codice.

Esempi

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())

Risultato

False 1 2
True 2
True

La lunghezza in byte UTF-8 può ancora differire dal numero di punti di codice.

Fonti