Unicodedata.normalize() ValueError: 无效的规范化形式答案

【问题标题】：Unicodedata.normalize() ValueError: invalid normalization formUnicodedata.normalize() ValueError: 无效的规范化形式
【发布时间】：2016-03-31 08:17:43
【问题描述】：

我正在尝试获取外语文本并输出人类可读的、文件名安全的等价物。环顾四周，似乎最好的选择是unicodedata.normalize()，但我无法让它工作。我已经尝试在这里和其他地方放置一些答案的确切代码，但它一直给我这个错误。我跑的时候只成功了一次：

unicodedata.normalize('NFD', '\u00C7')
'C\u0327'

但每隔一段时间，我都会收到错误消息。这是我尝试过的代码：

unicodedata.normalize('NFKD', u'\u2460') #error, not sure why. Look same as above.
s = 'ذهب الرجل'
unicodedata.normalize('NKFC',s) #error
unicodedata.normalize('NKFD', 'ñ') #error

具体来说，我得到的错误是：

Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
ValueError: invalid normalization form

我不明白为什么这不起作用。所有这些都是字符串，这意味着它们在 Python 3 中是 unicode。我尝试使用.encode() 对它们进行编码，但后来normalize() 说它只需要字符串的参数，所以我知道这不可能。我很茫然，因为即使我从这里复制的代码似乎也会出错。这是怎么回事？

【问题讨论】：

标签： python python-3.x unicode

【解决方案1】：

查看unicodedata.c，出现该错误的唯一方法是输入无效的form 字符串。有效值为“NFC”、“NFKC”、“NFD”和“NFKD”，但您似乎使用的是“F”和“K”互换的值：

>>> import unicodedata
>>>
>>> unicodedata.normalize('NKFD', 'ñ')
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
ValueError: invalid normalization form
>>>
>>> unicodedata.normalize('NFKD', 'ñ')
'ñ'

【讨论】：