Baza wiedzyCentrum egzaminacyjne
PLPolski
Wybierz język13

CKTIS / Python

Tekst Unicode i bajty

Napis str jest niemutowalną sekwencją punktów kodowych Unicode, a bytes przechowuje zakodowane bajty.

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

Składnia

unicodedata.normalize("NFC", text)

Napis str jest niemutowalną sekwencją punktów kodowych Unicode, a bytes przechowuje zakodowane bajty.

Podobnie wyglądające napisy mogą mieć różne punkty kodowe, długości i wyniki porównania. Normalizacja NFC może sprowadzić równoważne kanonicznie formy do wspólnej postaci.

Długość zakodowana w UTF-8 może nadal różnić się od liczby punktów kodowych.

Przykłady

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())

Wynik

False 1 2
True 2
True

Długość zakodowana w UTF-8 może nadal różnić się od liczby punktów kodowych.

Źródła