> **Источник:** https://python-all.ru/3.15/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 (UCD), которая defines character properties for all Unicode characters. The data contained in this database is compiled from the [UCD version 17.0.0](https://python-all.ru/3.15/library/unicodedata.html). The module uses the same names and symbols as defined by Unicode Standard Annex #44, [“Unicode Character Database”](https://python-all.ru/3.15/library/unicodedata.html). > **См. также** > > Дополнительную информацию о Unicode и о том, как использовать этот модуль, см. в [Unicode HOWTO](https://python-all.ru/3.15/howto/unicode.html#unicode-howto). | **Lookup** | | | --- | --- | | [`lookup(name)`](https://python-all.ru/3.15/library/unicodedata.html#unicodedata.lookup) | Поиск символа по имени | | [`name(chr)`](https://python-all.ru/3.15/library/unicodedata.html#unicodedata.name) | Возвращает имя, присвоенное символу | | **Numeric values** | | | [`decimal(chr)`](https://python-all.ru/3.15/library/decimal.html#module-decimal) | Десятичное значение символа | | [`digit(chr)`](https://python-all.ru/3.15/library/unicodedata.html#unicodedata.digit) | Цифровое значение символа | | [`numeric(chr)`](https://python-all.ru/3.15/library/unicodedata.html#unicodedata.numeric) | Числовое значение символа | | **Свойства** | | | [`bidirectional(chr)`](https://python-all.ru/3.15/library/unicodedata.html#unicodedata.bidirectional) | Класс двунаправленности символа | | [`block(chr)`](https://python-all.ru/3.15/library/unicodedata.html#unicodedata.block) | Блок Unicode символа | | [`category(chr)`](https://python-all.ru/3.15/library/unicodedata.html#unicodedata.category) | Общая категория символа | | [`combining(chr)`](https://python-all.ru/3.15/library/unicodedata.html#unicodedata.combining) | Канонический комбинирующий класс символа | | [`decomposition(chr)`](https://python-all.ru/3.15/library/unicodedata.html#unicodedata.decomposition) | Отображение разложения символа | | [`east_asian_width(chr)`](https://python-all.ru/3.15/library/unicodedata.html#unicodedata.east_asian_width) | Восточноазиатская ширина символа | | [`extended_pictographic(chr)`](https://python-all.ru/3.15/library/unicodedata.html#unicodedata.extended_pictographic) | Проверка, обладает ли символ свойством Extended\_Pictographic | | [`grapheme_cluster_break(chr)`](https://python-all.ru/3.15/library/unicodedata.html#unicodedata.grapheme_cluster_break) | Свойство Grapheme\_Cluster\_Break символа | | [`indic_conjunct_break(chr)`](https://python-all.ru/3.15/library/unicodedata.html#unicodedata.indic_conjunct_break) | Свойство Indic\_Conjunct\_Break символа | | [`isxidcontinue(chr)`](https://python-all.ru/3.15/library/unicodedata.html#unicodedata.isxidcontinue) | Проверка, является ли символ допустимым продолжением идентификатора | | [`isxidstart(chr)`](https://python-all.ru/3.15/library/unicodedata.html#unicodedata.isxidstart) | Проверка, является ли символ допустимым началом идентификатора | | [`mirrored(chr)`](https://python-all.ru/3.15/library/unicodedata.html#unicodedata.mirrored) | Зеркальное свойство символа | | **Normalization** | | | [`normalize(form, unistr)`](https://python-all.ru/3.15/library/unicodedata.html#unicodedata.normalize) | Возвращает нормализованную форму строки | | [`is_normalized(form, unistr)`](https://python-all.ru/3.15/library/unicodedata.html#unicodedata.is_normalized) | Проверка, нормализована ли строка Unicode | | **Text segmentation** | | | [`iter_graphemes(unistr)`](https://python-all.ru/3.15/library/unicodedata.html#unicodedata.iter_graphemes) | Перебор графемных кластеров в строке | #### `unicodedata.lookup(name, /)` Ищет символ по имени. Если символ с указанным именем найден, возвращает соответствующий символ. Если не найден, возбуждается [`KeyError`](https://python-all.ru/3.15/library/exceptions.html#KeyError). Например: ```python >>> unicodedata.lookup('LEFT CURLY BRACKET') '{' ``` Символы, возвращаемые этой функцией, совпадают с теми, которые создаются управляющей последовательностью `\N` в строковых литералах. Например: ```python >>> unicodedata.lookup('MIDDLE DOT') == '\N{MIDDLE DOT}' True ``` Изменено в версии 3.3: добавлена поддержка псевдонимов имён [\[1\]](https://python-all.ru/3.15/library/unicodedata.html#id4) и именованных последовательностей [\[2\]](https://python-all.ru/3.15/library/unicodedata.html#id5). #### `unicodedata.name(chr, default=None, /)` Возвращает имя, присвоенное символу *chr*, в виде строки. Если имя не определено, возвращается *default*, а если он не указан, возбуждается [`ValueError`](https://python-all.ru/3.15/library/exceptions.html#ValueError). Например: ```python >>> unicodedata.name('½') 'VULGAR FRACTION ONE HALF' >>> unicodedata.name('\uFFFF', 'fallback') 'fallback' ``` #### `unicodedata.decimal(chr, default=None, /)` Возвращает десятичное значение, присвоенное символу *chr*, в виде целого числа. Если такое значение не определено, возвращается *default*, а если он не указан, возбуждается [`ValueError`](https://python-all.ru/3.15/library/exceptions.html#ValueError). Например: ```python >>> unicodedata.decimal('\N{ARABIC-INDIC DIGIT NINE}') 9 >>> unicodedata.decimal('\N{SUPERSCRIPT NINE}', -1) -1 ``` #### `unicodedata.digit(chr, default=None, /)` Возвращает значение цифры, присвоенное символу *chr*, в виде целого числа. Если такое значение не определено, возвращается *default*, а если он не указан, возбуждается [`ValueError`](https://python-all.ru/3.15/library/exceptions.html#ValueError): ```python >>> unicodedata.digit('\N{SUPERSCRIPT NINE}') 9 ``` #### `unicodedata.numeric(chr, default=None, /)` Возвращает числовое значение, присвоенное символу *chr*, в виде числа с плавающей запятой. Если такое значение не определено, возвращается *default*, а если он не указан, возбуждается [`ValueError`](https://python-all.ru/3.15/library/exceptions.html#ValueError): ```python >>> unicodedata.numeric('½') 0.5 ``` #### `unicodedata.category(chr, /)` Возвращает общую категорию, присвоенную символу *chr*, в виде строки. Имена общих категорий состоят из двух букв. Список кодов категорий см. в разделе [General Category Values документации базы данных символов Unicode](https://python-all.ru/3.15/library/unicodedata.html). Например: ```python >>> unicodedata.category('A') # 'L' – буква, 'u' – заглавная 'Lu' ``` #### `unicodedata.bidirectional(chr, /)` Возвращает класс двунаправленности, присвоенный символу *chr*, в виде строки. Если такое значение не определено, возвращается пустая строка. Список кодов двунаправленности см. в разделе [Bidirectional Class Values документации базы данных символов Unicode](https://python-all.ru/3.15/library/unicodedata.html). Например: ```python >>> unicodedata.bidirectional('\N{ARABIC-INDIC DIGIT SEVEN}') # 'A' – арабская, 'N' – число 'AN' ``` #### `unicodedata.combining(chr, /)` Возвращает канонический класс комбинирования, присвоенный символу *chr*, в виде целого числа. Возвращает `0`, если класс комбинирования не определен. Дополнительную информацию см. в разделе [Canonical Combining Class Values базы данных символов Unicode](https://python-all.ru/3.15/library/unicodedata.html). #### `unicodedata.east_asian_width(chr, /)` Возвращает ширину восточноазиатского символа, присвоенную символу *chr*, в виде строки. Список значений ширины и дополнительную информацию см. в [Unicode Standard Annex #11](https://python-all.ru/3.15/library/unicodedata.html). #### `unicodedata.block(chr, /)` Возвращает блок [block](https://python-all.ru/3.15/library/unicodedata.html), назначенный символу *chr*. Например: ```python >>> unicodedata.block('S') 'Basic Latin' ``` Добавлено в версии 3.15. #### `unicodedata.mirrored(chr, /)` Возвращает свойство зеркальности, присвоенное символу *chr*, в виде целого числа. Возвращает `1`, если символ определен как «зеркальный» в двунаправленном тексте, и `0` в противном случае. Например: ```python >>> unicodedata.mirrored('>') 1 ``` #### `unicodedata.isxidstart(chr, /)` Возвращает `True`, если *chr* является допустимым начальным символом идентификатора согласно [Приложению №31 к Стандарту Unicode](https://python-all.ru/3.15/library/unicodedata.html), то есть имеет свойство `XID_Start`. В противном случае возвращает `False`. Например: ```python >>> unicodedata.isxidstart('S') True >>> unicodedata.isxidstart('0') False ``` Добавлено в версии 3.15. #### `unicodedata.isxidcontinue(chr, /)` Возвращает `True`, если *chr* является допустимым символом идентификатора согласно [Приложению №31 к Стандарту Unicode](https://python-all.ru/3.15/library/unicodedata.html), то есть имеет свойство `XID_Continue`. В противном случае возвращает `False`. Например: ```python >>> unicodedata.isxidcontinue('S') True >>> unicodedata.isxidcontinue(' ') False ``` Добавлено в версии 3.15. #### `unicodedata.decomposition(chr, /)` Возвращает отображение разложения символа, присвоенное символу *chr*, в виде строки. Если такое отображение не определено, возвращается пустая строка. Например: ```python >>> unicodedata.decomposition('Ã') '0041 0303' ``` #### `unicodedata.grapheme_cluster_break(chr, /)` Возвращает свойство Grapheme\_Cluster\_Break, назначенное символу. Добавлено в версии 3.15. #### `unicodedata.indic_conjunct_break(chr, /)` Возвращает свойство Indic\_Conjunct\_Break, назначенное символу. Добавлено в версии 3.15. #### `unicodedata.extended_pictographic(chr, /)` Возвращает `True`, если символ имеет свойство Extended\_Pictographic, `False` в противном случае. Добавлено в версии 3.15. #### `unicodedata.normalize(form, unistr, /)` Возвращает нормальную форму *form* для строки Unicode *unistr*. Допустимые значения *form*: ‘NFC’, ‘NFKC’, ‘NFD’ и ‘NFKD’. Стандарт Unicode определяет различные нормальные формы строки Unicode на основе определений канонической эквивалентности и эквивалентности совместимости. В Unicode одни и те же символы могут быть представлены по-разному. Например, символ U+00C7 (ЛАТИНСКАЯ ЗАГЛАВНАЯ БУКВА C С СЕДИЛЬЮ) может также быть представлен как последовательность U+0043 (ЛАТИНСКАЯ ЗАГЛАВНАЯ БУКВА C) U+0327 (СОЕДИНИТЕЛЬНАЯ СЕДИЛЬ). 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 совместимой эквивалентности. 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 и U+0049 (ЛАТИНСКАЯ ЗАГЛАВНАЯ БУКВА I). Однако он поддерживается в Unicode для совместимости с существующими наборами символов (например, gb2312). Нормальная форма KD (NFKD) применяет совместимую декомпозицию, то есть заменяет все совместимые символы на их эквиваленты. Нормальная форма KC (NFKC) сначала применяет совместимую декомпозицию, 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. #### `unicodedata.is_normalized(form, unistr, /)` Возвращает, находится ли строка Unicode *unistr* в нормальной форме *form*. Допустимые значения для *form*: 'NFC', 'NFKC', 'NFD' и 'NFKD'. Добавлено в версии 3.8. #### `unicodedata.iter_graphemes(unistr, start=0, end=sys.maxsize, /)` Возвращает итератор для перебора графемных кластеров. С необязательным *start* итерация начинается с этой позиции. С необязательным *end* итерация останавливается на этой позиции. Преобразование полученного элемента в строку возвращает подстроку, соответствующую графемному кластеру. Его атрибуты `start` и `end` обозначают начало и конец графемного кластера. Он использует расширенные правила графемных кластеров, определённые в Приложении №29 к Стандарту Unicode, [«Unicode Text Segmentation»](https://python-all.ru/3.15/library/unicodedata.html). Добавлено в версии 3.15. Кроме того, модуль предоставляет следующие константы: #### `unicodedata.unidata_version` Версия базы данных Unicode, используемая в этом модуле. #### `unicodedata.ucd_3_2_0` Это объект, который имеет большинство методов всего модуля, но использует версию 3.2 базы данных Unicode для приложений, которым требуется эта конкретная версия базы данных Unicode (например, IDNA). Сноски \[[1](https://python-all.ru/3.15/library/unicodedata.html#id1)\] [https://www.unicode.org/Public/17.0.0/ucd/NameAliases.txt](https://python-all.ru/3.15/library/unicodedata.html) \[[2](https://python-all.ru/3.15/library/unicodedata.html#id2)\] [https://www.unicode.org/Public/17.0.0/ucd/NamedSequences.txt](https://python-all.ru/3.15/library/unicodedata.html)