> **Источник:** https://python-all.ru/3.0/library/unicodedata.html
>
> «Документация Python на русском» – неофициальный перевод официальной документации Python: версии от 2.6 до 3.16, полнотекстовый поиск, английский оригинал рядом с переводом. Эта Markdown-версия страницы предназначена для работы с LLM: вставьте её в ChatGPT, Claude или Cursor.

---

# `unicodedata` – База данных Unicode

Этот модуль предоставляет доступ к базе данных символов Unicode, которая определяет свойства символов для всех символов Unicode. Данные в этой базе основаны на файле `UnicodeData.txt` версии 5.1.0, который публично доступен по адресу [ftp://ftp.unicode.org/](ftp://ftp.unicode.org/).

Модуль использует те же имена и символы, что определены в формате файла UnicodeData версии 5.1.0 (см. [http://www.unicode.org/Public/5.1.0/ucd/UCD.html](https://python-all.ru/3.0/library/unicodedata.html)). Он определяет следующие функции:

#### `[unicodedata.lookup]unicodedata.lookup(name)`

Поиск символа по имени. Если символ с заданным именем найден, возвращается соответствующий символ. Если не найден, возникает

[`KeyError`](https://python-all.ru/3.0/library/exceptions.html#exceptions.KeyError)

.

#### `[unicodedata.name]unicodedata.name(chr[, default])`

Возвращает имя, присвоенное символу

*chr*

, в виде строки. Если имя не определено, возвращается

*default*

; если не указано, возникает

[`ValueError`](https://python-all.ru/3.0/library/exceptions.html#exceptions.ValueError)

.

#### `[unicodedata.decimal]unicodedata.decimal(chr[, default])`

Возвращает десятичное значение, присвоенное символу

*chr*

, в виде целого числа. Если такое значение не определено, возвращается

*default*

; если не указано, возникает

[`ValueError`](https://python-all.ru/3.0/library/exceptions.html#exceptions.ValueError)

.

#### `[unicodedata.digit]unicodedata.digit(chr[, default])`

Возвращает значение цифры, присвоенное символу

*chr*

, в виде целого числа. Если такое значение не определено, возвращается

*default*

; если не указано, возникает

[`ValueError`](https://python-all.ru/3.0/library/exceptions.html#exceptions.ValueError)

.

#### `[unicodedata.numeric]unicodedata.numeric(chr[, default])`

Возвращает числовое значение, присвоенное символу

*chr*

, в виде числа с плавающей точкой. Если такое значение не определено, возвращается

*default*

; если не указано, возникает

[`ValueError`](https://python-all.ru/3.0/library/exceptions.html#exceptions.ValueError)

.

#### `[unicodedata.category]unicodedata.category(chr)`

Возвращает общую категорию, присвоенную символу

*chr*

, в виде строки.

#### `[unicodedata.bidirectional]unicodedata.bidirectional(chr)`

Возвращает двунаправленную категорию, назначенную символу

*chr*

, в виде строки. Если такое значение не определено, возвращается пустая строка.

#### `[unicodedata.combining]unicodedata.combining(chr)`

Возвращает канонический комбинирующий класс, присвоенный символу

*chr*

, в виде целого числа. Возвращает

`0`

, если комбинирующий класс не определен.

#### `[unicodedata.east_asian_width]unicodedata.east_asian_width(chr)`

Возвращает ширину восточноазиатского символа, присвоенную символу

*chr*

, в виде строки.

#### `[unicodedata.mirrored]unicodedata.mirrored(chr)`

Возвращает свойство зеркальности, присвоенное символу

*chr*

, в виде целого числа. Возвращает

`1`

, если символ определён как «зеркальный» в двунаправленном тексте, иначе

`0`

.

#### `[unicodedata.decomposition]unicodedata.decomposition(chr)`

Возвращает отображение декомпозиции символа, присвоенное символу

*chr*

, в виде строки. Пустая строка возвращается, если такое отображение не определено.

#### `[unicodedata.normalize]unicodedata.normalize(form, unistr)`

Возвращает нормальную форму *form* для строки Unicode *unistr*. Допустимые значения *form*: ‘NFC’, ‘NFKC’, ‘NFD’ и ‘NFKD’.

Стандарт Unicode определяет различные формы нормализации строки Unicode, основанные на определении канонической эквивалентности и совместимой эквивалентности. В Unicode некоторые символы могут быть выражены разными способами. Например, символ U+00C7 (LATIN CAPITAL LETTER C WITH CEDILLA) также может быть выражен как последовательность U+0327 (COMBINING CEDILLA) U+0043 (LATIN CAPITAL LETTER C).

Для каждого символа существует две нормальные формы: форма C и форма D. Нормальная форма D (NFD) также известна как каноническая декомпозиция и преобразует каждый символ в его разложенную форму. Нормальная форма C (NFC) сначала применяет каноническую декомпозицию, а затем снова составляет предварительно составные символы.

В дополнение к этим двум формам существуют ещё две нормальные формы, основанные на эквивалентности совместимости. В Unicode поддерживаются некоторые символы, которые обычно были бы объединены с другими символами. Например, U+2160 (РИМСКАЯ ЦИФРА ОДИН) на самом деле то же самое, что U+0049 (ЛАТИНСКАЯ ПРОПИСНАЯ БУКВА I). Однако он поддерживается в Unicode для совместимости с существующими наборами символов (например, gb2312).

Нормальная форма KD (NFKD) применяет декомпозицию совместимости, то есть заменяет все символы совместимости на их эквиваленты. Нормальная форма KC (NFKC) сначала применяет декомпозицию совместимости, а затем каноническую композицию.

Даже если две строки Unicode нормализованы и выглядят одинаково для человеческого глаза, но одна содержит комбинируемые символы, а другая нет, они могут не быть равными при сравнении.

Кроме того, модуль предоставляет следующую константу:

#### `[unicodedata.unidata_version]unicodedata.unidata_version`

Версия базы данных Unicode, используемая в этом модуле.

#### `[unicodedata.ucd_3_2_0]unicodedata.ucd_3_2_0`

Это объект, который имеет те же методы, что и весь модуль, но использует версию базы данных Unicode 3.2 для приложений, которым требуется эта конкретная версия базы данных Unicode (например, IDNA).

Примеры:

```python
>>> import unicodedata
>>> unicodedata.lookup('LEFT CURLY BRACKET')
u'{'
>>> unicodedata.name('/')
'SOLIDUS'
>>> unicodedata.decimal('9')
9
>>> unicodedata.decimal('a')
Traceback (most recent call last):
  File "<stdin>", line 1, in ?
ValueError: not a decimal
>>> unicodedata.category('A')  # 'L' – буква, 'u' – заглавная
'Lu'
>>> unicodedata.bidirectional('\u0660') # 'A' – арабская, 'N' – число
'AN'
```