Question

获得幂等用户名的规范表示的最佳方法是什么？

我希望避免遇到与Spotify相同的问题：http://labs.spotify.com/2013/06/18/creative-usernames/

我正在寻找一个很好的库来用Python做到这一点。我宁愿不做Spotify最终做的事情（运行规范化两次以测试它是否是幂等的），并且将Twisted导入我的项目有点过分，是否有一个独立的库？

在用户名方面，首选使用电子邮件地址吗？主要网站/公司如何处理这个问题？

Answer 1

首先，你应该阅读维基百科关于Unicode equivalence的文章。它解释了警告以及规范化方法以规范形式表示Unicode字符串。

然后，您可以使用Python的内置模块unicodedata将Unicode字符串规范化为您首选的规范化表单。

代码示例：

>>> import unicodedata
>>> unicodedata.normalize('NFKC', u'ﬀñⅨﬃ⁵KaÅéᴮᴵᴳᴮᴵᴿᴰ')
'ffñIXffi5KaÅéBIGBIRD'
>>> unicodedata.normalize('NFKC', u'ﬀñⅨﬃ⁵KaÅéᴮᴵᴳᴮᴵᴿᴰ').lower()
'ffñixffi5kaåébigbird'

Answer 2

对于几个月后阅读此内容的人：

Spotify使用的模块并不是很难在没有一大堆依赖关系的情况下退出Twisted（Twisted可以完全删除而不费力，它只是为了版本检查而导入）。 zope.interface是唯一留下的依赖，虽然它应该可以通过一点点的努力去除。

该模块的核心是unicodedata.normalize（），所以如果你想推出自己的实现，那就是你应该开始的地方。但就像其他人所说的那样，要小心，这是一个容易被利用的领域。

编辑：我剥离了zope和扭曲的依赖关系：https://gist.github.com/repole/7548478

用户名的规范化

2 个答案: