You need to enable JavaScript to run this app. 匹配带组合变音符号的Unicode字符时字典反向取值异常如何解决
优惠活动
大模型
产品
解决方案
定价
更多

匹配带组合变音符号的Unicode字符时字典反向取值异常如何解决

问题根因

你遇到的报错本质是Unicode字形簇的拆分问题:马拉地语中的कू是由基础字符क(U+0915)加组合变音符号ू(U+0942)两个独立Unicode码点组成的视觉上的单个字符,也就是字形簇。你直接用for letter in message遍历字符串时,是按单个Unicode码点拆分的,会把कू拆成两个独立码点,第一个码点刚好匹配到字典中A对应的值क,所以得到了错误的输出结果。

另外你原本的代码还有两处基础语法问题:一是字典定义缺少闭合的大括号,二是定义的字典名和函数内调用的字典名不一致。

修复方案

有两种常用实现方式,推荐优先用第一种,字形拆分的准确率更高:

方案1:使用第三方grapheme库处理字形拆分

这个库专门用于处理Unicode字形簇拆分,不需要自己实现复杂的Unicode规则,适配性更强。

  • 先执行安装命令:pip install grapheme
  • 完整修复代码如下:
import grapheme

# 英文到马拉地语的映射字典
MARATHI_MAP = {
    "b": "कू",
    "c": "कु",
    "x": "श",
    "A": "क"
}
# 提前反转字典,直接通过马拉地语文本查找对应英文,避免每次循环遍历所有键值对
REVERSE_MAP = {v: k for k, v in MARATHI_MAP.items()}

def marathi(message):
    dec = ''
    # 按完整视觉字符(字形簇)遍历输入文本
    for cluster in grapheme.graphemes(message):
        if cluster in REVERSE_MAP:
            dec += REVERSE_MAP[cluster]
    print(dec)

returning_key_for_value_String = 'शकुकू'
marathi(returning_key_for_value_String)
# 输出:xcb,完全符合预期

方案2:使用Python标准库实现

如果不想引入第三方依赖,可以用unicodedata模块判断组合字符,手动拼接字形簇:

import unicodedata

MARATHI_MAP = {
    "b": "कू",
    "c": "कु",
    "x": "श",
    "A": "क"
}
REVERSE_MAP = {v: k for k, v in MARATHI_MAP.items()}

def split_graphemes(text):
    clusters = []
    current_cluster = ''
    for char in text:
        # Unicode组合标记的分类均以M开头
        if unicodedata.category(char).startswith('M'):
            current_cluster += char
        else:
            if current_cluster:
                clusters.append(current_cluster)
            current_cluster = char
    if current_cluster:
        clusters.append(current_cluster)
    return clusters

def marathi(message):
    dec = ''
    for cluster in split_graphemes(message):
        if cluster in REVERSE_MAP:
            dec += REVERSE_MAP[cluster]
    print(dec)

returning_key_for_value_String = 'शकुकू'
marathi(returning_key_for_value_String)
# 输出:xcb

内容的提问来源于stack exchange,提问作者Rutvikk Walde

相关产品推荐
方舟 Agent Plan

超全模态模型 × Harness 升级,最新支持 Deepseek-V4.1-Flash、GLM-5.3 系列、Doubao-Seedream-5.0-pro、Kimi-K3 (部分), 限时 9.9 元起

最近更新时间:2026.10.11 21:39:02