python希腊字母大小写的转换_python – 标识符归一化：为什么微信转换成希腊字母mu？...

要了解发生了什么，我们应该看看Python如何在language reference中定义标识符：

identifier ::= xid_start xid_continue*

id_start ::=

id_continue ::=

xid_start ::=

xid_continue ::=

我们的两个字符MICRO SIGN和GREEK SMALL LETTER MU都是Ll unicode组(小写字母)的一部分，因此它们都可以在标识符中的任何位置使用。现在请注意，标识符的定义实际上是指xid_start和xid_continue，并且它们被定义为相应的非x定义中的所有字符，其中NFKC归一化导致标识符的有效字符序列。

Python显然只关心标准化的标准化形式。这被确认了一下：

All identifiers are converted into the normal form NFKC while parsing; comparison of identifiers is based on NFKC.

NFKC是一个Unicode normalization，它将字符分解成各个部分。 MICRO SIGN分解为GREEK SMALL LETTER MU，这正是在那里发生的。

还有很多其他角色也受到这种规范化的影响。另一个例子是OHM SIGN，它分解为GREEK CAPITAL LETTER OMEGA.使用它作为标识符给出了类似的结果，这里使用本地显示：

>>> Ω = 'bar'

>>> locals()['Ω']

Traceback (most recent call last):

File "", line 1, in

locals()['Ω']

KeyError: 'Ω'

>>> [k for k, v in locals().items() if v == 'bar'][0].encode()

b'\xce\xa9'

>>> 'Ω'.encode()

b'\xe2\x84\xa6'

所以最后，这只是Python所做的一切。不幸的是，没有一个很好的方法来检测这种行为，导致错误，如显示的。通常，当标识符仅被称为标识符时，即它像真实变量或属性一样使用，则一切都将是正常的：标准化每次都运行，并且找到标识符。

唯一的问题是基于字符串的访问。字符串只是字符串，当然没有正常化发生(这只是一个坏主意)。而这里显示的两种方式，getattr和locals都在字典上运行。 getattr()通过对象的__dict__访问对象的属性，而locals()返回一个字典。在字典中，键可以是任何字符串，所以在那里有一个MICRO SIGN或一个OHM SIGN是非常好的。

在这种情况下，您需要记住自己执行规范化。我们可以利用unicodedata.normalize这样做，这也使我们能够从本地人()或(使用getattr)中正确地获取我们的价值：

>>> normalized_ohm = unicodedata.normalize('NFKC', 'Ω')

>>> locals()[normalized_ohm]

'bar'