unicodedata- Unicode数据库详解(14)Python语言(必读进阶学习教程)(参考资料)

此模块提供对Unicode字符数据库（UCD）的访问，该数据库定义所有Unicode字符的字符属性。此数据库中包含的数据是从UCD版本11.0.0编译的。

该模块使用与Unicode标准附录＃44 “Unicode字符数据库”定义的相同名称和符号。它定义了以下功能：

unicodedata.lookup（名字）

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，KeyError则被提出。

版本3.3中已更改：已添加对名称别名[1]和命名序列[2]的支持。

unicodedata.name（chr [，默认] ）

返回分配给字符chr的名称作为字符串。如果未定义名称，则返回default，否则，如果未给出，ValueError则引发。

unicodedata.decimal（chr [，默认] ）

将分配给字符chr的十进制值作为整数返回。如果未定义此类值，则返回default，否则，如果未给出，ValueError则引发此值。

unicodedata.digit（chr [，默认] ）

将分配给字符chr的数字值作为整数返回。如果未定义此类值，则返回default，否则，如果未给出，ValueError则引发此值。

unicodedata.numeric（chr [，默认] ）

返回分配给字符chr的数值为float。如果未定义此类值，则返回default，否则，如果未给出， ValueError则引发此值。

unicodedata.category（chr ）

返回分配给字符chr的常规类别作为字符串。

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。0如果未定义组合类，则返回。

unicodedata.east_asian_width（chr ）

返回分配给字符chr的东亚宽度为字符串。

unicodedata.mirrored（chr ）

将分配给字符chr的镜像属性作为整数返回。返回1是否在双向文本中将字符标识为“镜像”字符，0否则返回。

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的正常表单形式。表单的有效值为 “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）。

对于每个字符，有两种正常形式：正常形式C和正常形式D.正规形式D（NFD）也称为规范分解，并将每个字符转换为其分解形式。普通形式C（NFC）首先应用规范分解，然后再次组合预组合字符。

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，它支持Unicode以与现有字符集（例如gb2312）兼容。

普通形式KD（NFKD）将应用兼容性分解，即将所有兼容性字符替换为其等效字符。正常形式KC（NFKC）首先应用兼容性分解，然后是规范组合物。

即使两个unicode字符串被规范化并且看起来与人类读者相同，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，该模块公开以下常量：

unicodedata.unidata_version

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。

例子：

>>> import unicodedata  >>> unicodedata.lookup('LEFT CURLY BRACKET')  '{'  >>> unicodedata.name('/')  'SOLIDUS'  >>> unicodedata.decimal('9')  9  >>> unicodedata.decimal('a')  Traceback (most recent call last):      File "<stdin>", line 1, in <module>  ValueError: not a decimal  >>> unicodedata.category('A') # 'L'etter, 'u'ppercase  'Lu'  >>> unicodedata.bidirectional('u0660') # 'A'rabic, 'N'umber  'AN'