Unicodedata – Python中的 Unicode 数据库

Unicode字符数据库 (UCD)由 Unicode 标准附件 #44 定义，它定义了所有 unicode字符的字符属性。该模块提供对 UCD 的访问，并使用 Unicode字符数据库定义的相同符号和名称。

模块定义的功能：

unicodedata.lookup（名称）
此函数按名称查找字符。如果在数据库中找到具有给定名称的字符，则返回相应的字符，否则引发 Keyerror。

例子：

import unicodedata
   
print (unicodedata.lookup('LEFT CURLY BRACKET'))
print (unicodedata.lookup('RIGHT CURLY BRACKET'))
print (unicodedata.lookup('ASTERISK'))
  
# gives error as there is 
# no symbol called ASTER
# print (unicodedata.lookup('ASTER'))

输出：

{
}
*

unicodedata.name(chr[, 默认])
此函数将分配给给定字符的名称作为字符串返回。如果未定义名称，则函数返回默认值，否则如果未给出名称，则会引发 ValueError。
例子：
```
import unicodedata
   
print (unicodedata.name(u'/'))
print (unicodedata.name(u'|'))
print (unicodedata.name(u':'))
```
输出：
```
SOLIDUS
VERTICAL LINE
COLON
```

unicodedata.decimal(chr[, 默认])
此函数将分配给给定字符的十进制值作为整数返回。如果未定义值，则函数返回默认值，否则如果未给出值，则引发 ValueError。

例子：

import unicodedata
   
print (unicodedata.decimal(u'9'))
print (unicodedata.decimal(u'a'))

输出：

9
Traceback (most recent call last):
  File "7e736755dd176cd0169eeea6f5d32057.py", line 4, in 
    print unicodedata.decimal(u'a')
ValueError: not a decimal

unicodedata.digit(chr[, 默认])
此函数以整数形式返回分配给给定字符的数字值。如果未定义值，则函数返回默认值，否则如果未给出值，则引发 ValueError。

例子：

import unicodedata
   
print (unicodedata.decimal(u'9'))
print (unicodedata.decimal(u'143'))

输出：

9
Traceback (most recent call last):
  File "ad47ae996380a777426cc1431ec4a8cd.py", line 4, in 
    print unicodedata.decimal(u'143')
TypeError: need a single Unicode character as parameter

unicodedata.numeric(chr[, default])
此函数以整数形式返回分配给给定字符的数值。如果未定义值，则函数返回默认值，否则如果未给出值，则引发 ValueError。

例子：

import unicodedata
   
print (unicodedata.decimal(u'9'))
print (unicodedata.decimal(u'143'))

输出：

9
Traceback (most recent call last):
  File "ad47ae996380a777426cc1431ec4a8cd.py", line 4, in 
    print unicodedata.decimal(u'143')
TypeError: need a single Unicode character as parameter

unicodedata.category(chr)
此函数将分配给给定字符的一般类别作为字符串返回。例如，它为字母返回“L”，为大写返回“u”。
例子：
```
import unicodedata
   
print (unicodedata.category(u'A'))
print (unicodedata.category(u'b'))
```
输出：
```
Lu
Ll
```
unicodedata.bidirectional(chr)
此函数将分配给给定字符的双向类作为字符串返回。例如，它为阿拉伯语返回“A”，为数字返回“N”。如果没有定义这样的值，则此函数返回一个空字符串。
例子：
```
import unicodedata
   
print (unicodedata.bidirectional(u'\u0660'))
```
输出：
```
AN
```

unicodedata.normalize(form, unistr)
此函数返回 Unicode字符串unistr 的正常形式。 form 的有效值为“NFC”、“NFKC”、“NFD”和“NFKD”。

例子：

from unicodedata import normalize
   
print ('%r' % normalize('NFD', u'\u00C7'))
print ('%r' % normalize('NFC', u'C\u0327'))
print ('%r' % normalize('NFKD', u'\u2460'))

输出：

u'C\u0327'
u'\xc7'
u'1'