0

Pythonのプログラムをデバッグしていて気付いた挙動についての質問です。
よろしくお願いします。

質問

Unicode正規化した後に、一文字のみ取り出して大文字にするとウムラウトが取れます。これってUnicodeの規格としては正しい挙動なのでしょうか。

※正しい挙動である場合、何か参考情報があると喜びます。

参考情報

サンプル

print(e) が気になっている結果です。

#!/usr/bin/python
from unicodedata import normalize

a = 'ёлка'
b = a.upper()
c = normalize('NFD', a)
d = c.upper()
e = c[0].upper()
f = a[0].upper()

print(a)
print(b)
print(c)
print(d)
print(e)
print(f)

実行結果

ёлка
ЁЛКА
ёлка
ЁЛКА
Е
Ё

1 件の回答 1

2

NFDは参考情報に挙げられているUnicode正規化で

文字は正準等価性によって分解される

と説明のある通りです。 ё U+0451 は е U+0435 と トレマ U+0308 の2文字に分解されます。
c[0] と指定すれば1文字目の е U+0435 だけが選択されるのは当然の結果です。

1
  • トレマを見落としていました。わかってみれば確かに当然の結果ですね。
    – KaKkouo
    Commented 2021年10月31日 19:56

この質問に回答するには、ログインする必要があります。

求めていた回答ではありませんか? のタグが付いた他の質問を参照する。