Оглавление

>> ‘обязательно будет’

Python Tech Code - подписаться

Нормализация в Python

Нормализация - это полноценное приведение текста к единому представлению.

В данном примере sing1 - это «микрознак», а sing2 - греческая строчная буква «мю».

Интерпретатор Python'a видит эти символы как два разных, но в стандарте Unicode они имеют одинаковое отображение.
Метод casefold() нормализовал переменную sing1 (перевел к нижнему регистру и сконвертировал в Unicode форму).

Python Tech Code - подписаться

Преобразование первого символа строки в верхний регистр

В этом примере используется метод capitalize(), который используется для преобразования первого символа строки в верхний регистр, а остальные символы в строке в нижний регистр.

В нашем случае первая буква "к" стала заглавной, а остальные буквы — строчными.

Python Tech Code - подписаться

Удаляем дубликаты в списке

В этом примере код удалит дубликаты из списка. Теперь my_list будет содержать [1, 2, 3, 4, 5], без повторяющихся элементов.

Этот подход использует метод fromkeys() словаря, чтобы создать словарь с элементами списка как ключами (которые автоматически удаляют повторения), а затем преобразует словарь обратно в список.

Python Tech Code - подписаться

Методы строки lower() и casefold()

Методы lower() и casefold() применяются для преобразования строк к нижнему регистру.

🔸lower() переводит все символы в нижний регистр и работает только с символами ASCII.

🔸casefold() нормализует* регистр символов, учитывая модификаторы регистра такие как умлауты и диакритические знаки, а также может обрабатывать символы из различных кодировок.

*нормализация может очень помочь для поиска валидных документов или индексирования текста.

Таким образом, если вам нужно обработать не только символы ASCII, но и другие символы, используйте casefold() вместо lower().

Обычно метод lower() быстрее, чем casefold(), поскольку он выполняет меньше операций нормализации Юникода.

Python Tech Code - подписаться

R-строки (Raw-strings)

R-строки представляют специальный тип строкового литерала, который позволяет игнорировать символы экранирования.

R-строки обычно используются при работе с путями файловой системы (например, Windows-пути) или при работе с регулярными выражениями, где символы экранирования играют особую роль.

Python Tech Code - подписаться