Module unicodedata – Cơ sở dữ liệu Unicode trong Python

Trong bài viết này, chúng ta sẽ tìm hiểu về module unicodedata – cơ sở dữ liệu Unicode trong Python 3.x (cũng áp dụng cho các phiên bản trước).

Module Unicode Character Database cung cấp đầy đủ các tính năng của Unicode cho từng ký tự. Module này sử dụng tên và ký hiệu giống hệt như được định nghĩa trong chuẩn Unicode.

Hãy cùng xem xét một số hàm quan trọng có sẵn trong module này.

Hàm lookup()

Hàm này cho phép lấy ký hiệu tương ứng với tên được truyền vào.

Ví dụ

import unicodedata
print(unicodedata.lookup('HYPHEN'))
print(unicodedata.lookup('HIGH VOLTAGE SIGN'))
print(unicodedata.lookup('NO ENTRY'))

Kết quả

- ⚡ 🚫

Hàm name()

Hàm này trả về tên chính thức của ký tự được truyền vào.

Ví dụ

import unicodedata
print(unicodedata.name('&'))
print(unicodedata.name('@'))
print(unicodedata.name('`'))

Kết quả

AMPERSAND
COMMERCIAL AT
GRAVE ACCENT

Hàm category()

Hàm này xác định danh mục (category) của ký tự/ký tự/số nguyên được truyền vào.

Ví dụ

import unicodedata
print(unicodedata.category('&'))
print(unicodedata.category('1'))
print(unicodedata.category('a'))

Kết quả

Po  Nd  Ll

Giải thích: Po = Punctuation Other, Nd = Number Decimal Digit, Ll = Letter Lowercase

Kết luận

Trong bài viết này, chúng ta đã tìm hiểu về cơ sở dữ liệu ký tự Unicode và một số hàm liên quan trong module unicodedata của Python.