Python的upper（）方法的奇怪行为

Question

当我偶然发现一个奇怪的结果时，我正在使用一个包含str.upper（）和str.lower（）函数的Python脚本。当我?向upper()函数传递字母（带有dasia和prosgegrammeni的大写字母Alpha，U + 1F89）时，结果??不是预期的?。

复制代码：

print('?'.upper())

版画

??

这是预期的行为还是某种错误？

编辑：我替换为正确的字符。

Answer 1

检查符号（例如，使用此在线工具）会告诉您您有一个U+1F89 GREEK CAPITAL LETTER ALPHA WITH DASIA AND YPROSGEGRAMMENI（不是U + 1F88）。

查找该术语，我们得到有关iota下标的 Wikipedia文章：

在仅大写字母的环境中，它再次表示为稍微减小的iota（小于常规的小写字母的iota）或全尺寸的大写字母的Iota。

您需要一个具有古希腊知识的人来验证这一点，但是乍一看，结果在逻辑上与您最初获得的结果相等。

现在，仔细阅读Unicode标准的3.13节，可以发现您所拥有的符号实际上是作为例外而明确提及的：

在D145中折叠案例之前调用规范分解（NFD规范化）是为了捕获非常少见的边缘案例。折叠之前不需要规范化，除了字符U + 0345组合希腊字母ypogegrammeni以及将其作为规范分解的一部分的任何字符（例如）U+1FC3 greek small letter eta with ypogegrammeni。

而且，根据Wikipedia，

为了在全大写字母（“大写字母”）中使用，Unicode还规定了一种特殊的大小写映射规则，根据该规则，小写字母应映射到大写字母和大写iota（？？??）的组合。该规则不仅将单音的表示替换为双音的表示，而且还破坏了数字环境中任何大写字母的可逆性，因为大写字母和大写字母iota的组合通常会转换回小写字母和小写字母iota 。

显然，您在Unicode标准中遇到了一个奇怪的情况，因此这是可以预期的，而不是Python的bug str.upper()。