Unicodedata: base de datos Unicode en Python

La base de datos de caracteres Unicode (UCD) está definida por el Anexo n.° 44 estándar de Unicode, que define las propiedades de los caracteres para todos los caracteres Unicode. Este módulo proporciona acceso a UCD y utiliza los mismos símbolos y nombres definidos por la base de datos de caracteres Unicode.

Funciones definidas por el módulo:

• unicodedata.lookup(name)
  Esta función busca el carácter por su nombre. Si se encuentra un carácter con el nombre dado en la base de datos, se devuelve el carácter correspondiente; de ​​lo contrario, se genera Keyerror.

  Ejemplo :

  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'))

  Producción :

  {
  }
  *
  

• unicodedata.name(chr[, default])
  Esta función devuelve el nombre asignado al carácter dado como una string. Si no se define ningún nombre, la función devuelve el valor predeterminado; de lo contrario, se genera ValueError si no se proporciona el nombre.

  Ejemplo :

  import unicodedata     print (unicodedata.name(u'/')) print (unicodedata.name(u'|')) print (unicodedata.name(u':'))

  Producción :

  SOLIDUS
  VERTICAL LINE
  COLON
  

• unicodedata.decimal(chr[, default])
  Esta función devuelve el valor decimal asignado al carácter dado como un número entero. Si no se define ningún valor, la función devuelve el valor predeterminado; de lo contrario, se genera ValueError si no se proporciona el valor.

  Ejemplo :

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

  Producción :

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

• unicodedata.digit(chr[, default])
  Esta función devuelve el valor del dígito asignado al carácter dado como un número entero. Si no se define ningún valor, la función devuelve el valor predeterminado; de lo contrario, se genera ValueError si no se proporciona el valor.

  Ejemplo :

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

  Producción :

  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])
  Esta función devuelve el valor numérico asignado al carácter dado como un número entero. Si no se define ningún valor, la función devuelve el valor predeterminado; de lo contrario, se genera ValueError si no se proporciona el valor.

  Ejemplo :

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

  Producción :

  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)
  Esta función devuelve la categoría general asignada al carácter dado como string. Por ejemplo, devuelve ‘L’ para letras y ‘u’ para mayúsculas.

  Ejemplo :

  import unicodedata     print (unicodedata.category(u'A')) print (unicodedata.category(u'b'))

  Producción :

  Lu
  Ll
  

• unicodedata.bidireccional(chr)
  Esta función devuelve la clase bidireccional asignada al carácter dado como string. Por ejemplo, devuelve ‘A’ para árabe y ‘N’ para número. Esta función devuelve una string vacía si no se define dicho valor.

  Ejemplo :

  import unicodedata     print (unicodedata.bidirectional(u'\u0660'))

  Producción :

  AN
  

• unicodedata.normalize(formulario, unistr)
  Esta función devuelve el formato normal de la string Unicode unistr. Los valores válidos para el formulario son ‘NFC’, ‘NFKC’, ‘NFD’ y ‘NFKD’.

  Ejemplo :

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

  Producción :

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

Este artículo es una contribución de Aditi Gupta . Si le gusta GeeksforGeeks y le gustaría contribuir, también puede escribir un artículo usando contribuya.geeksforgeeks.org o envíe su artículo por correo a contribuya@geeksforgeeks.org. Vea su artículo que aparece en la página principal de GeeksforGeeks y ayude a otros Geeks.

Escriba comentarios si encuentra algo incorrecto o si desea compartir más información sobre el tema tratado anteriormente.