我从PEP 3131了解到Python中支持非ASCII标识符,但它不被视为最佳实践。
然而,我得到了这种奇怪的行为,我的标识符(U + 1D70F)似乎自动转换为
τ
(U + 03C4)。
class Base(object):
def __init__(self):
self. = 5 # defined with U+1D70F
a = Base()
print(a.) # 5 # (U+1D70F)
print(a.τ) # 5 as well # (U+03C4) ? another way to access it?
d = a.__dict__ # {'τ': 5} # (U+03C4) ? seems converted
print(d['τ']) # 5 # (U+03C4) ? consistent with the conversion
print(d['']) # KeyError: '' # (U+1D70F) ?! unexpected!
这是预期的行为吗?为什么会发生这种静默转换? NFKC规范化有什么可看的吗?我认为这只是为了规范地排序Unicode字符序列 ...
答案 0 :(得分:10)
每the documentation on identifiers:
解析时,所有标识符都转换为正常格式NFKC; 标识符的比较基于NFKC。
使用unicodedata
:
>>> import unicodedata
>>> unicodedata.normalize('NFKC', '')
'τ'
但是,此转换不适用于字符串文字,例如您用作字典键的字符串文字,因此它正在查找仅包含的字典中的未转换字符转换后的角色。
self. = 5 # implicitly converted to "self.τ = 5"
a. # implicitly converted to "a.τ"
d[''] # not converted
你可以看到类似的问题,例如与getattr
一起使用的字符串文字:
>>> getattr(a, '')
Traceback (most recent call last):
File "python", line 1, in <module>
AttributeError: 'Base' object has no attribute ''
>>> getattr(a, unicodedata.normalize('NFKD', ''))
5