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.