我的书签
添加书签
移除书签6.5. unicodedata — Unicode 数据库
The module uses the same names and symbols as defined by Unicode Standard Annex #44, . It defines the following functions:
(name)
按名称查找字符。如果找到具有给定名称的字符，则返回相应的字符。 如果没有找到，则 KeyError 被引发。
在 3.3 版更改: 已添加对名称别名 和命名序列 2 的支持。
unicodedata.name(chr[, default])
返回分配给字符 chr 的名称作为字符串。如果没有定义名称，则返回 default ，如果没有给出，则 被引发。
unicodedata.decimal(chr[, default])
返回分配给字符 chr 的十进制值作为整数。 如果没有定义这样的值，则返回 default ，如果没有给出，则 ValueError 被引发。
unicodedata.digit(chr[, default])
返回分配给字符 chr 的数字值作为整数。 如果没有定义这样的值，则返回 default ，如果没有给出，则 被引发。
unicodedata.numeric(chr[, default])
返回分配给字符 chr 的数值作为浮点数。 如果没有定义这样的值，则返回 default ，如果没有给出，则 ValueError 被引发。
(chr)
unicodedata.bidirectional(chr)
返回分配给字符 chr 的双向类作为字符串。如果未定义此类值，则返回空字符串。
unicodedata.combining(chr)
返回分配给字符 chr 的规范组合类作为整数。如果没有定义组合类，则返回 0 。
unicodedata.east_asian_width(chr)
返回分配给字符 chr 的东亚宽度作为字符串。
(chr)
返回分配给字符 chr 的镜像属性为整数。如果字符在双向文本中被识别为“镜像”字符，则返回 1 ，否则返回 0 。
unicodedata.decomposition(chr)
返回分配给字符 chr 的字符分解映射作为字符串。如果未定义此类映射，则返回空字符串。
unicodedata.normalize(form, unistr)
返回 Unicode 字符串 unistr 的正常形式 form 。 form 的有效值为 ‘NFC’ 、 ‘NFKC’ 、 ‘NFD’ 和 ‘NFKD’ 。
Unicode 标准基于规范等价和兼容性等效的定义定义了 Unicode 字符串的各种规范化形式。在 Unicode 中，可以以各种方式表示多个字符。 例如，字符 U+00C7 （带有 CEDILLA 的 LATIN CAPITAL LETTER C ）也可以表示为序列 U+0043（ LATIN CAPITAL LETTER C ）U+0327（ COMBINING CEDILLA ）。
除了这两种形式之外，还有两种基于兼容性等效的其他常规形式。 在 Unicode 中，支持某些字符，这些字符通常与其他字符统一。 例如， U+2160（ROMAN NUMERAL ONE）与 U+0049（LATIN CAPITAL LETTER I）完全相同。 但是， Unicode 支持它与现有字符集（例如 gb2312 ）的兼容性。
正规形式KD（NFKD）将应用兼容性分解，即用其等价项替换所有兼容性字符。 正规形式KC（NFKC）首先应用兼容性分解，然后是规范组合。
即使两个 unicode 字符串被规范化并且人类读者看起来相同，如果一个具有组合字符而另一个没有，则它们可能无法相等。
此外，该模块暴露了以下常量：
此模块中使用的 Unicode 数据库的版本。
unicodedata.ucd_3_2_0
这是一个与整个模块具有相同方法的对象，但对于需要此特定版本的 Unicode 数据库（如 IDNA ）的应用程序，则使用 Unicode 数据库版本 3.2 。
示例：
备注
