Python處理unicode字符的方法詳解
更新時(shí)間：2023年08月11日 09:45:10 作者：微小冷
這篇文章主要介紹了Python處理unicode字符的方法詳解,unicodedata中定義了所有Unicode字符的字符屬性，主要包含兩個(gè)功能，其一是根據(jù)名字查找字符；其二是給定字符查找其對應(yīng)的信息,需要的朋友可以參考下
編碼與查找
unicodedata 中定義了所有 Unicode 字符的字符屬性，主要包含兩個(gè)功能，其一是根據(jù)名字查找字符；其二是給定字符查找其對應(yīng)的信息。
前者有一個(gè)函數(shù)
- lookup(name) 通過 name 查找字符并返回。
后者由四個(gè)函數(shù)，形參均為 chr[, default] ，其中 char 未待查找字符， default 為找到的字符未定義輸出值時(shí)的默認(rèn)輸出
| 函數(shù) | 返回值 |
| name | chr的字符串名稱 |
| decimal | 轉(zhuǎn)為數(shù)值 |
| digit | 轉(zhuǎn)為整數(shù) |
| numeric | 轉(zhuǎn)為浮點(diǎn)數(shù) |
上面這些函數(shù)，如果沒找到，則報(bào) ValueError 錯(cuò)誤，示例如下
>>> unicodedata.name('1')
'DIGIT ONE'
>>> unicodedata.decimal('1')
1
>>> unicodedata.digit('1')
1
>>> unicodedata.numeric('1')
1.0分類
unicode 字符總共分為下面這些類別，通過調(diào)用 category(chr) 可以查看字符 chr 所屬的unicode分類。
unicode 收集了幾乎人類歷史上出現(xiàn)的所有符號，所以字符數(shù)目相當(dāng)多。其中，漢字屬于 Lo 。
| 標(biāo)志 | 含義 | 解釋 | 字符數(shù) | 舉例 |
| Ll | Letter, Lowercase | 小寫字母 | 2233 | |
| Lu | Letter, Uppercase | 大寫字母 | 1831 | |
| Lm | Letter, Modifier | 修飾字母 | 397 | |
| Lt | Letter, Titlecase | 標(biāo)題字母 | 31 | |
| LC | Letter, Cased | 0 | ||
| Lo | Letter, Other | 其他字母 | 17273 | |
| Mc | Mark, Spacing Combining | 452 | ||
| Me | Mark, Enclosing | 封閉標(biāo)記 | 13 | |
| Mn | Mark, Nonspacing | 非空格標(biāo)記 | 1985 | |
| Nd | Number, Decimal Digit | 十進(jìn)制數(shù)字 | 680 | 0 |
| Nl | Number, Letter | 數(shù)字字母 | 236 | Ⅲ |
| No | Number, Other | 其他數(shù)字 | 915 | ¼ |
| Pc | Punctuation, Connector | 連接符 | 10 | ﹍ |
| Pd | Punctuation, Dash | 破折號 | 26 | |
| Ps | Punctuation, Open | 左括號 | 79 | |
| Pe | Punctuation, Close | 右括號 | 77 | |
| Pf | Punctuation, Final quote | 右引號 | 10 | |
| Pi | Punctuation, Initial quote | 左引號 | 12 | |
| Po | Punctuation, Other | 其他標(biāo)點(diǎn) | 628 | |
| Sc | Symbol, Currency | 貨幣符號 | 63 | $ |
| Sk | Symbol, Modifier | 修飾符 | 125 | ? |
| Sm | Symbol, Math | 數(shù)學(xué)符號 | 948 | ? |
| So | Symbol, Other | 其他符號 | 6634 | ? |
| Zl | Separator, Line | 換行符 | 1 | U+2028 |
| Zp | Separator, Paragraph | 分段符 | 1 | U+2029 |
| Zs | Separator, Space | 空格 | 17 | |
| Cc | Other, Control | 控制字符 | 65 | |
| Cf | Other, Format | 格式字符 | 170 | |
| Cn | Other, Not Assigned | 0 | ||
| Co | Other, Private Use | 6 | ||
| Cs | Other, Surrogate | 6 |
下面實(shí)踐一下
>>> unicodedata.category('A')
'Lu'
>>> unicodedata.category('a')
'Ll'
>>> unicodedata.category('啊')
'Lo'
>>> unicodedata.category('?')
'Sm'文字方向
由于不同文字的書寫順序是不同的，所以字符的應(yīng)用場景會受到文字的影響。有一些字符具有較強(qiáng)的方向感，比如英語字母從左向右，而阿拉伯字母則是從右向左的。
bidirectional 可以查詢字符文字的方向，
>>> unicodedata.bidirectional('>')
'ON'
>>> unicodedata.bidirectional('\u06A0')
'AL'
>>> unicodedata.bidirectional('啊')
'L'| 類型 | 標(biāo)志 | 說明 |
| 強(qiáng) | L | 從左向右 |
| 強(qiáng) | R | 從右向左 |
| 強(qiáng) | AL | 阿拉伯式從右向左 |
| 弱 | EN | 歐洲數(shù)字 |
| 弱 | ES | 歐洲數(shù)字分隔符 |
| 弱 | ET | 歐洲數(shù)字終結(jié)符 |
| 弱 | AN | 阿拉伯?dāng)?shù)字 |
| 弱 | CS | 數(shù)字分隔符 |
| 弱 | MSN | 非空標(biāo)記 |
| 弱 | BN | 邊界符號 |
| 中立 | B | 段落分隔符 |
| 中立 | S | 制表符 |
| 中立 | WS | 空格 |
| 中立 | ON | 其他中立字符 |
| 顯式 | LRE | Left-to-Right Embedding |
| 顯式 | LRO | Left-to-Right Override |
| 顯式 | RLE | Right-to-Left Embedding |
| 顯式 | RLO | Right-to-Left Override |
| 顯式 | Pop Directional Format | |
| 顯式 | LRI | Left-to-Right Isolate |
| 顯式 | RLI | Right-to-Left Isolate |
| 顯式 | FSI | First Strong Isolate |
| 顯式 | PDI | Pop Directional Isolate |
到此這篇關(guān)于Python處理unicode字符的方法詳解的文章就介紹到這了,更多相關(guān)Python處理unicode內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！
相關(guān)文章
python爬取天氣數(shù)據(jù)的實(shí)例詳解
在本篇文章里小編給大家整理的是一篇關(guān)于python爬取天氣數(shù)據(jù)的實(shí)例詳解內(nèi)容，有興趣的朋友們學(xué)習(xí)下。2020-11-11
Python socket連接中的粘包、精確傳輸問題實(shí)例分析
這篇文章主要介紹了Python socket連接中的粘包、精確傳輸問題,結(jié)合實(shí)例形式分析了Python socket連接中的粘包、精確傳輸相關(guān)問題原因、解決方案與操作注意事項(xiàng),需要的朋友可以參考下2020-03-03
Pandas技巧分享之創(chuàng)建測試數(shù)據(jù)
學(xué)習(xí)pandas的過程中，為了嘗試pandas提供的各類功能強(qiáng)大的函數(shù)，常常需要花費(fèi)很多時(shí)間去創(chuàng)造測試數(shù)據(jù)，本篇介紹了一些快速創(chuàng)建測試數(shù)據(jù)的方法，需要的可以參考一下2023-07-07
這篇文章主要介紹了python讀取配置文件方式(ini、yaml、xml)，具有很好的參考價(jià)值，希望對大家有所幫助。一起跟隨小編過來看看吧2020-04-04
這篇文章主要介紹了Flask-Mail用法,結(jié)合實(shí)例形式分析了Flask-Mail的安裝、配置參數(shù)及簡單使用技巧,需要的朋友可以參考下2018-07-07
Pytest實(shí)現(xiàn)setup和teardown的詳細(xì)使用詳解
這篇文章主要介紹了Pytest實(shí)現(xiàn)setup和teardown的詳細(xì)使用詳解，文中通過示例代碼介紹的非常詳細(xì)，對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2021-04-04
解決安裝和導(dǎo)入tensorflow、keras出錯(cuò)的問題
這篇文章主要介紹了解決安裝和導(dǎo)入tensorflow、keras出錯(cuò)的問題,具有很好的參考價(jià)值,希望對大家有所幫助,如有錯(cuò)誤或未考慮完全的地方,望不吝賜教2024-01-01
在本篇文章里小編給各位整理了關(guān)于Django中間件攔截未登錄url的實(shí)例內(nèi)容以及相關(guān)知識點(diǎn)，有需要的朋友們可以學(xué)習(xí)下。2019-09-09
在Python中字典是一種無序的數(shù)據(jù)結(jié)構(gòu),它由一系列鍵和對應(yīng)的值組成,有時(shí)候我們需要對字典中的鍵對應(yīng)的值進(jìn)行求和操作,這篇文章主要給大家介紹了關(guān)于Python字典中值求和兩種方法的相關(guān)資料,需要的朋友可以參考下2023-11-11
這篇文章主要介紹了Python?文件處理之open()函數(shù)，在?Python?中使用文件的關(guān)鍵函數(shù)是?open()?函數(shù)，關(guān)于其打開文件的不同方式需要的小伙伴可以參考下面詳細(xì)介紹2022-03-03