Diferencia entre revisiones de «Usuario:Lmorillas/intropyaytozgz/unicode»
De WikiEducator
| Línea 21: | Línea 21: | ||
import unicodedata | import unicodedata | ||
| − | def | + | def textoplano(s): |
| − | + | def normalize(c): | |
| − | + | return unicodedata.normalize("NFD", c)[0] # NFD: Normal Form Decomposition | |
return ''.join(normalize(c) for c in s) | return ''.join(normalize(c) for c in s) | ||
| − | >>> | + | >>> textoplano('una cigüeña hábil') |
"una ciguena habil" | "una ciguena habil" | ||
</source> | </source> | ||
}} | }} | ||
Revisión de 08:23 3 dic 2012
|
Una cadena Unicode es una secuencia de code points, que son números de 0 a 0x10ffff. Esta secuencia se tiene que representar en un conjunto de bytes (valores de 0 a 255) en memoria. Las reglas para traducir una cadena Unicode a una secuencia de bytes se llama encoding.
|
|
¿Qué significa esto? UnicodeDecodeError: 'ascii' codec can't decode byte 0xc4 in position 10: ordinal not in range(128) |
import unicodedata def textoplano(s): def normalize(c): return unicodedata.normalize("NFD", c)[0] # NFD: Normal Form Decomposition return ''.join(normalize(c) for c in s) >>> textoplano('una cigüeña hábil') "una ciguena habil" |
