`unicodedata.md`

100 строк · 8.8 КБ · обычная страница · сырой текст · скачать
1> **Источник:** https://python-all.ru/3.2/library/unicodedata.html2>3> «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.45---67# 6.7. [`unicodedata`](https://python-all.ru/3.2/library/unicodedata.html#module-unicodedata) – База данных Unicode89Этот модуль предоставляет доступ к Unicode Character Database (UCD), которая определяет свойства символов для всех символов Unicode. Данные, содержащиеся в этой базе данных, собраны из [UCD версии 6.0.0](https://python-all.ru/3.2/library/unicodedata.html).1011Модуль использует те же имена и символы, что определены в приложении №44 к стандарту Unicode, [«Unicode Character Database»](https://python-all.ru/3.2/library/unicodedata.html). Он определяет следующие функции:1213#### `unicodedata.lookup(name)`1415Поиск символа по имени. Если символ с заданным именем найден, возвращается соответствующий символ. Если не найден, возникает [`KeyError`](https://python-all.ru/3.2/library/exceptions.html#KeyError).1617#### `unicodedata.name(chr[, default])`1819Возвращает имя, присвоенное символу *chr*, в виде строки. Если имя не определено, возвращается *default*; если не указано, возникает [`ValueError`](https://python-all.ru/3.2/library/exceptions.html#ValueError).2021#### `unicodedata.decimal(chr[, default])`2223Возвращает 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/3.2/library/exceptions.html#ValueError).2425#### `unicodedata.digit(chr[, default])`2627Возвращает 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/3.2/library/exceptions.html#ValueError).2829#### `unicodedata.numeric(chr[, default])`3031Возвращает 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/3.2/library/exceptions.html#ValueError).3233#### `unicodedata.category(chr)`3435Возвращает общую категорию, присвоенную символу *chr*, в виде строки.3637#### `unicodedata.bidirectional(chr)`3839Возвращает двунаправленный класс, присвоенный символу *chr*, в виде строки. Если такое значение не определено, возвращается пустая строка.4041#### `unicodedata.combining(chr)`4243Возвращает канонический комбинирующий класс, присвоенный символу *chr*, в виде целого числа. Возвращает `0`, если комбинирующий класс не определен.4445#### `unicodedata.east_asian_width(chr)`4647Возвращает ширину восточноазиатского символа, присвоенную символу *chr*, в виде строки.4849#### `unicodedata.mirrored(chr)`5051Возвращает свойство зеркальности, присвоенное символу *chr*, в виде целого числа. Возвращает `1`, если символ определён как «зеркальный» в двунаправленном тексте, иначе `0`.5253#### `unicodedata.decomposition(chr)`5455Возвращает отображение декомпозиции символа, присвоенное символу *chr*, в виде строки. Пустая строка возвращается, если такое отображение не определено.5657#### `unicodedata.normalize(form, unistr)`5859Возвращает нормальную форму *form* для строки Unicode *unistr*. Допустимые значения *form*: ‘NFC’, ‘NFKC’, ‘NFD’ и ‘NFKD’.6061Стандарт 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).6263Для 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.6465В 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).6667Нормальная 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.6869Даже 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.7071Кроме того, модуль предоставляет следующую константу:7273#### `unicodedata.unidata_version`7475Версия базы данных Unicode, используемая в этом модуле.7677#### `unicodedata.ucd_3_2_0`7879Это 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).8081Примеры:8283```python84>>> import unicodedata85>>> unicodedata.lookup('LEFT CURLY BRACKET')86'{'87>>> unicodedata.name('/')88'SOLIDUS'89>>> unicodedata.decimal('9')90991>>> unicodedata.decimal('a')92Traceback (most recent call last):93  File "<stdin>", line 1, in ?94ValueError: not a decimal95>>> unicodedata.category('A')  # 'L' – буква, 'u' – заглавная96'Lu'97>>> unicodedata.bidirectional('\u0660') # 'A' – арабская, 'N' – число98'AN'99```100