Baza znanjaIzpitno središče
SLSlovenščina
Izberi jezik13

CKTIS / Python

Besedilo Unicode in bajti

Vrednost str je nespremenljivo zaporedje kodnih točk Unicode, bytes pa hrani zakodirane bajte.

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

Sintaksa

unicodedata.normalize("NFC", text)

Vrednost str je nespremenljivo zaporedje kodnih točk Unicode, bytes pa hrani zakodirane bajte.

Na videz podobni besedili se lahko razlikujeta po kodnih točkah, dolžini in enakosti. Normalizacija NFC lahko poenoti kanonično enakovredne oblike.

Dolžina v bajtih UTF-8 je lahko še vedno drugačna od števila kodnih točk.

Primeri

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())

Rezultat

False 1 2
True 2
True

Dolžina v bajtih UTF-8 je lahko še vedno drugačna od števila kodnih točk.

Viri