标识符归一化：为什么微符号会转换为希腊字母mu？

标识符归一化：为什么微符号会转换为希腊字母mu？

这里涉及两个不同的字符。一个是MICRO
SIGN
，它是键盘上的一个，另一个是GREEK
SMALL LETTER MU
。

要了解发生了什么，我们应该看一下Python如何在语言参考中定义标识符：

identifier   ::=  xid_start xid_continue*id_start     ::=  <all characters in general categories Lu, Ll, Lt, Lm, Lo, Nl, the underscore, and characters with the Other_ID_Start property>id_continue  ::=  <all characters in id_start, plus characters in the categories Mn, Mc, Nd, Pc and others with the Other_ID_Continue property>xid_start    ::=  <all characters in id_start whose NFKC normalization is in "id_start xid_continue*">xid_continue ::=  <all characters in id_continue whose NFKC normalization is in "id_continue*">

我们的两个字符MICRO SIGN和GREEK SMALL LETTER
MU都是

Ll

unipre组（小写字母）的一部分，因此它们都可以在标识符的任何位置使用。现在请注意，

identifier

实际上定义了

xid_start

和

xid_continue

，并且将定义为相应非x定义中的所有字符，其NFKC规范化导致标识符的有效字符序列。

Python显然只关心标识符的 标准化 形式。确认如下：

解析时，所有标识符都转换为标准形式NFKC；标识符的比较基于NFKC。

NFKC是Unipre规范化，可将字符分解为各个部分。MICRO
SIGN分解为GREEK SMALL LETTER MU，这就是那里正在发生的事情。

还有许多其他字符也受此规范化影响。另一个例子是OHM
SIGN，它分解为GREEK
CAPITAL LETTER
OMEGA。将其用作标识符会产生相似的结果，此处使用locals显示：

>>> Ω = 'bar'>>> locals()['Ω']Traceback (most recent call last):  File "<pyshell#1>", line 1, in <module>    locals()['Ω']KeyError: 'Ω'>>> [k for k, v in locals().items() if v == 'bar'][0].enpre()b'xcexa9'>>> 'Ω'.enpre()b'xe2x84xa6'

因此，最后，这只是Python要做的事情。不幸的是，没有真正好的方法可以检测到此行为，从而导致出现如图所示的错误。通常，当标识符仅被称为标识符，即像真实变量或属性一样使用时，一切都会好起来的：每次都运行规范化，然后找到标识符。

唯一的问题是基于字符串的访问。字符串只是字符串，当然不会发生规范化（那将是一个坏主意）。此处显示的两种方式

getattr

和

locals

都对词典起作用。

getattr()

通过对象的访问对象的属性

__dict__

，并

locals()

返回字典。而且在字典中，键可以是任何字符串，因此在其中带有MICRO
SIGN或OHM SIGN是完全可以的。

在这些情况下，您需要记住自己执行标准化。我们可以利用

unipredata.normalize

这一点，这也使我们能够正确地从内部获取价值

locals()

（或使用

getattr

）：

>>> normalized_ohm = unipredata.normalize('NFKC', 'Ω')>>> locals()[normalized_ohm]'bar'