python - unicodedata.decomposition() 与 unicodedata.normalize(NFD/NFKD)？

Question

根据py3 doc :

unicodedata.decomposition(chr)

Returns the character decomposition mapping assigned to the character chr as string. An empty string is returned in case no such mapping is defined.

这里不太明白字符分解映射是怎么定义的，unicodedata.decomposition()之间有什么关系/区别？和 unicodedata.normalize(NFD/NFKD) ？

请参阅以下示例:

$ python3
>>> import unicodedata
>>> unicodedata.decomposition('⑴')
'<compat> 0028 0031 0029'              <-- why not just '0028 0031 0029'?
>>> unicodedata.normalize('NFKD', '⑴')
'(1)'
>>> unicodedata.decomposition('①')
'<circle> 0031'                        <-- why not just '0031'?
>>> unicodedata.normalize('NFKD', '①')
'1'
>>> unicodedata.decomposition('è')
'0065 0300'                            <-- like this?
>>> unicodedata.normalize('NFD', 'è') == '\u0065\u0300'
True
>>>

Answer 1

unicodedata.decomposition 返回单个代码点的分解类型和映射 in the format用于 Unicode Character Database .来自 UAX #44:

Decomposition_Type, Decomposition_Mapping: This field contains both values, with the type in angle brackets.

如果尖括号中没有类型，则代码点具有用于 NFC 和 NFD 的规范分解。如果尖括号中有类型，则代码点具有兼容性分解，除了规范分解之外，NFKC 和 NFKD 还使用它。

unicodedata.normalize 为整个字符串实现 Unicode 规范化算法。