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.