Znalostná bázaCentrum skúšok
SKSlovenčina
Vybrať jazyk13

CKTIS / Python

Text Unicode a bajty

Hodnota str je nemenná postupnosť kódových bodov Unicode a bytes uchováva zakódované bajty.

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

Syntax

unicodedata.normalize("NFC", text)

Hodnota str je nemenná postupnosť kódových bodov Unicode a bytes uchováva zakódované bajty.

Vzhľadovo podobné texty môžu mať rozličné kódové body, dĺžku aj výsledok porovnania. Normalizácia NFC môže zjednotiť kanonicky ekvivalentné tvary.

Dĺžka v bajtoch UTF-8 sa naďalej môže líšiť od počtu kódových bodov.

Príklady

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())

Výsledok

False 1 2
True 2
True

Dĺžka v bajtoch UTF-8 sa naďalej môže líšiť od počtu kódových bodov.

Zdroje