2.9小节完成，并修改声明。
This commit is contained in:
XiongNeng
20
README.rst
20
README.rst
@@ -3,11 +3,11 @@
|
||||
=========================================================
|
||||
|
||||
-----------------
|
||||
作者的话
|
||||
译者的话
|
||||
-----------------
|
||||
人生苦短，我爱Python！
|
||||
人生苦短，我用Python！
|
||||
|
||||
笔者一直坚持使用Python3，因为它代表了Python的未来。虽然向后兼容是它的硬伤，但是这个局面迟早会改变的，
|
||||
译者一直坚持使用Python3，因为它代表了Python的未来。虽然向后兼容是它的硬伤，但是这个局面迟早会改变的，
|
||||
而且Python3的未来需要每个人的帮助和支持。
|
||||
目前市面上的教程书籍，网上的手册大部分基本都是2.x系列的，专门基于3.x系列的书籍少的可怜。
|
||||
|
||||
@@ -15,15 +15,8 @@
|
||||
为了Python3的普及，我也不自量力，想做点什么事情。于是乎，就有了翻译这本书的冲动了！
|
||||
这不是一项轻松的工作，却是一件值得做的工作：不仅方便了别人，而且对自己翻译能力也是一种锻炼和提升。
|
||||
|
||||
后来想了下，一个人毕竟力量有限。如果能放到github上面来大家一起合作翻译，那效果就完全不一样了。
|
||||
希望热爱python的有志之士可以一起合作把这本书翻译完成。通过fork/pull request方式。体验一把合作的魅力。
|
||||
翻译这本书的前提是对python基础要有相当深入的研究，请不要使用google翻译这样的工具，
|
||||
需要能把原文作者的意思完全表达出来，不需要逐字翻译，但表意一定要准确！
|
||||
|
||||
目前已经将项目的文件都已经新建好了，如果想参与进来，只需要更新对应的文件内容，然后pull request给我就行，
|
||||
其他一切事情都由我来负责，也希望想参与进来的可以认真对待自己每一句的翻译，力求高质量。
|
||||
|
||||
译文中有什么错漏的地方请大家见谅，也欢迎大家指正： yidao620@gmail.com
|
||||
译者会坚持对自己每一句的翻译负责，力求高质量。但受能力限制，也难免有疏漏或者表意不当的地方。
|
||||
如果译文中有什么错漏的地方请大家见谅，也欢迎大家随时指正： yidao620@gmail.com
|
||||
|
||||
--------------------------------------------------------------
|
||||
|
||||
@@ -51,4 +44,5 @@
|
||||
.. _readthedocs: https://readthedocs.org/
|
||||
.. _sphinx-rtd-theme: https://github.com/snide/sphinx_rtd_theme
|
||||
.. _reStructuredText: http://docutils.sourceforge.net/docs/user/rst/quickref.html
|
||||
.. _python3-cookbook: http://python3-cookbook.readthedocs.org/zh_CN/latest/
|
||||
.. _python3-cookbook: http://python3-cookbook.readthedocs.org/zh_CN/latest/
|
||||
|
||||
|
||||
42
cookbook/c02/p09_normal_unicode.py
Normal file
42
cookbook/c02/p09_normal_unicode.py
Normal file
@@ -0,0 +1,42 @@
|
||||
#!/usr/bin/env python
|
||||
# -*- encoding: utf-8 -*-
|
||||
"""
|
||||
Topic: unicode字符串标准化表示
|
||||
Desc :
|
||||
"""
|
||||
import unicodedata
|
||||
|
||||
|
||||
def nor_unicode():
|
||||
s1 = 'Spicy Jalape\u00f1o'
|
||||
s2 = 'Spicy Jalapen\u0303o'
|
||||
print(s1, s2)
|
||||
print(s1 == s2)
|
||||
print(len(s1), len(s2))
|
||||
|
||||
# 先将文本标准化表示
|
||||
t1 = unicodedata.normalize('NFC', s1)
|
||||
t2 = unicodedata.normalize('NFC', s2)
|
||||
print(t1 == t2)
|
||||
print(ascii(t1))
|
||||
|
||||
t3 = unicodedata.normalize('NFD', s1)
|
||||
t4 = unicodedata.normalize('NFD', s2)
|
||||
print(t3 == t4)
|
||||
print(ascii(t3))
|
||||
|
||||
# 扩展的NFKC和NFKD
|
||||
s = '\ufb01' # A single character
|
||||
print(s, len(s))
|
||||
print(unicodedata.normalize('NFD', s), len(unicodedata.normalize('NFD', s)))
|
||||
print(unicodedata.normalize('NFKC', s), len(unicodedata.normalize('NFKC', s)))
|
||||
print(unicodedata.normalize('NFKD', s), len(unicodedata.normalize('NFKD', s)))
|
||||
|
||||
# 消除变音符
|
||||
t1 = unicodedata.normalize('NFD', s1)
|
||||
print(''.join(c for c in t1 if not unicodedata.combining(c)))
|
||||
|
||||
|
||||
if __name__ == '__main__':
|
||||
nor_unicode()
|
||||
|
||||
@@ -3,10 +3,10 @@
|
||||
==============
|
||||
*关于译者*
|
||||
|
||||
* 网名： 一刀
|
||||
* 网名： 一刀
|
||||
* QQ： 344063306
|
||||
* Email： yidao620@gmail.com
|
||||
* 博客： http://yidao620c.iteye.com/
|
||||
* 博客： http://yidao620c.iteye.com/
|
||||
* GitHub： https://github.com/yidao620c
|
||||
|
||||
|
|
||||
@@ -17,7 +17,7 @@
|
||||
|
||||
1. 夏丹 (767962863@qq.com)
|
||||
2. 张三 (zhangsan@gmail.com)
|
||||
3. lisi (lisi@gmail.com)
|
||||
3. 李四 (lisi@gmail.com)
|
||||
|
||||
|
|
||||
|
|
||||
|
||||
@@ -1,18 +1,101 @@
|
||||
============================
|
||||
2.9 Unicode字符串转为标准正则式
|
||||
============================
|
||||
===========================
|
||||
2.9 将Unicode文本标准化
|
||||
===========================
|
||||
|
||||
----------
|
||||
问题
|
||||
----------
|
||||
todo...
|
||||
你正在处理Unicode字符串，需要确保所有字符串在底层有相同的表示。
|
||||
|
||||
|
|
||||
|
||||
----------
|
||||
解决方案
|
||||
----------
|
||||
todo...
|
||||
在Unicode中，某些字符能够用多个合法的编码表示。为了说明，考虑下面的这个例子：
|
||||
|
||||
.. code-block:: python
|
||||
|
||||
>>> s1 = 'Spicy Jalape\u00f1o'
|
||||
>>> s2 = 'Spicy Jalapen\u0303o'
|
||||
>>> s1
|
||||
'Spicy Jalapeño'
|
||||
>>> s2
|
||||
'Spicy Jalapeño'
|
||||
>>> s1 == s2
|
||||
False
|
||||
>>> len(s1)
|
||||
14
|
||||
>>> len(s2)
|
||||
15
|
||||
>>>
|
||||
|
||||
这里的文本"Spicy Jalapeño"使用了两种形式来表示。
|
||||
第一种使用整体字符"ñ"(U+00F1)，第二种使用拉丁字母"n"后面跟一个"~"的组合字符(U+0303)。
|
||||
|
||||
在需要比较字符串的程序中使用字符的多种表示会产生问题。
|
||||
为了修正这个问题，你可以使用unicodedata模块先将文本标准化：
|
||||
|
||||
.. code-block:: python
|
||||
|
||||
>>> import unicodedata
|
||||
>>> t1 = unicodedata.normalize('NFC', s1)
|
||||
>>> t2 = unicodedata.normalize('NFC', s2)
|
||||
>>> t1 == t2
|
||||
True
|
||||
>>> print(ascii(t1))
|
||||
'Spicy Jalape\xf1o'
|
||||
>>> t3 = unicodedata.normalize('NFD', s1)
|
||||
>>> t4 = unicodedata.normalize('NFD', s2)
|
||||
>>> t3 == t4
|
||||
True
|
||||
>>> print(ascii(t3))
|
||||
'Spicy Jalapen\u0303o'
|
||||
>>>
|
||||
|
||||
normalize()第一个参数指定字符串标准化的方式。
|
||||
NFC表示字符应该是整体组成(比如可能的话就使用单一编码)，而NFD表示字符应该分解为多个组合字符表示。
|
||||
|
||||
Python同样支持扩展的标准化形式NFKC和NFKD，它们在处理某些字符的时候增加了额外的兼容特性。比如：
|
||||
|
||||
.. code-block:: python
|
||||
|
||||
>>> s = '\ufb01' # A single character
|
||||
>>> s
|
||||
'fi'
|
||||
>>> unicodedata.normalize('NFD', s)
|
||||
'fi'
|
||||
# Notice how the combined letters are broken apart here
|
||||
>>> unicodedata.normalize('NFKD', s)
|
||||
'fi'
|
||||
>>> unicodedata.normalize('NFKC', s)
|
||||
'fi'
|
||||
>>>
|
||||
|
||||
|
|
||||
|
||||
----------
|
||||
讨论
|
||||
----------
|
||||
todo...
|
||||
标准化对于任何需要以一致的方式处理Unicode文本的程序都是非常重要的。
|
||||
当处理来自用户输入的字符串而你很难去控制编码的时候尤其如此。
|
||||
|
||||
在清理和过滤文本的时候字符的标准化也是很重要的。
|
||||
比如，假设你想清除掉一些文本上面的变音符的时候(可能是为了搜索和匹配)：
|
||||
|
||||
.. code-block:: python
|
||||
|
||||
>>> t1 = unicodedata.normalize('NFD', s1)
|
||||
>>> ''.join(c for c in t1 if not unicodedata.combining(c))
|
||||
'Spicy Jalapeno'
|
||||
>>>
|
||||
|
||||
最后一个例子展示了unicodedata模块的另一个重要方面，也就是测试字符类的工具函数。
|
||||
combining()函数可以测试一个字符是否为组合字符。
|
||||
在这个模块中还有其他函数用于查找字符类别，测试是否为数字字符等等。
|
||||
|
||||
Unicode显然是一个很大的主题。如果想更深入的了解关于标准化方面的信息，
|
||||
请看考`Unicode官网中关于这部分的说明 <http://www.unicode.org/faq/normalization.html>`_
|
||||
Ned Batchelder在`他的网站 <http://nedbatchelder.com/text/unipain.html>`_
|
||||
上对Python的Unicode处理问题也有一个很好的介绍。
|
||||
|
||||
|
||||
@@ -4,15 +4,15 @@ Copyright
|
||||
|
||||
| 书名： 《Python Cookbook》3rd Edition
|
||||
| 作者： David Beazley, Brian K. Jones
|
||||
| 版本： 第三版
|
||||
| 译者： 熊能
|
||||
| 版本： 第3版
|
||||
| 出版日期： 2013年5月08日
|
||||
| Copyright © 2013 David Beazley and Brian Jones. All rights reserved.
|
||||
|
||||
|
|
||||
|
||||
更多发布信息请参考 http://oreilly.com/catalog/errata.csp?isbn=9781449340377
|
||||
| 更多发布信息请参考 http://oreilly.com/catalog/errata.csp?isbn=9781449340377
|
||||
|
||||
|
|
||||
|
|
||||
|
|
||||
|
|
||||
|
|
||||
@@ -2,6 +2,22 @@
|
||||
前言
|
||||
==================================
|
||||
|
||||
----------------------------------
|
||||
译者的话
|
||||
----------------------------------
|
||||
人生苦短，我用Python！
|
||||
|
||||
译者一直坚持使用Python3，因为它代表了Python的未来。虽然向后兼容是它的硬伤，但是这个局面迟早会改变的，
|
||||
而且Python3的未来需要每个人的帮助和支持。
|
||||
目前市面上的教程书籍，网上的手册大部分基本都是2.x系列的，专门基于3.x系列的书籍少的可怜。
|
||||
|
||||
最近看到一本《Python Cookbook》3rd Edition，完全基于Python3，写的也很不错。
|
||||
为了Python3的普及，我也不自量力，想做点什么事情。于是乎，就有了翻译这本书的冲动了！
|
||||
这不是一项轻松的工作，却是一件值得做的工作：不仅方便了别人，而且对自己翻译能力也是一种锻炼和提升。
|
||||
|
||||
译者会坚持对自己每一句的翻译负责，力求高质量。但受能力限制，也难免有疏漏或者表意不当的地方。
|
||||
如果译文中有什么错漏的地方请大家见谅，也欢迎大家随时指正： yidao620@gmail.com
|
||||
|
||||
----------------------------------
|
||||
作者的话
|
||||
----------------------------------
|
||||
|
||||
@@ -2,4 +2,43 @@
|
||||
Roadmap
|
||||
===========
|
||||
|
||||
todo...
|
||||
2014/08/10 - 2014/08/31:
|
||||
|
||||
::
|
||||
|
||||
| github项目搭建，readthedocs文档生成。
|
||||
| 整个项目的框架完成
|
||||
|
||||
2014/09/01 - 2014/09/30:
|
||||
|
||||
::
|
||||
|
||||
| 前4章翻译完成
|
||||
|
||||
|
||||
2014/10/01 - 2014/10/31:
|
||||
|
||||
::
|
||||
|
||||
| 前8章翻译完成
|
||||
|
||||
|
||||
2014/11/01 - 2014/11/01:
|
||||
|
||||
::
|
||||
|
||||
| 前12章翻译完成
|
||||
|
||||
2014/12/01 - 2014/12/31:
|
||||
|
||||
::
|
||||
|
||||
| 所有15章翻译完成，包括附录
|
||||
|
||||
|
||||
2015/01/01 - 2015/01/31:
|
||||
|
||||
::
|
||||
|
||||
| 对外公开发布完整版
|
||||
|
||||
|
||||
Reference in New Issue
Block a user