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.