为何Python将含Unicode上下标的Xᵘ、Xᵤ与Xu视为相同标识符？

这个问题的核心在于Python对Unicode标识符采用了NFKC归一化处理——简单来说就是把那些“视觉不同但语义等价”的Unicode字符统一转换成相同的标准形式。

具体原因拆解： #

• Python允许使用Unicode字符作为变量名，但为了保证标识符的一致性，会在代码解析阶段自动对标识符执行NFKC（Normalization Form Compatibility Composition）归一化。
• 你例子里的三个字符：普通小写u（U+0075）、上标ᵘ（U+1D58）、下标ᵤ（U+1D64），在NFKC归一化后都会被转换成普通的u。
• 所以不管你写Xᵘ、Xu还是Xᵤ，Python解析器都会把它们识别为同一个标识符Xu，自然三者指向同一个值42，不会触发NameError。

手动验证归一化效果 #

你可以用Python的unicodedata模块直观看到这个转换过程：

import unicodedata

superscript_u = 'ᵘ'
subscript_u = 'ᵤ'
normal_u = 'u'

# 对三个字符执行NFKC归一化
print(unicodedata.normalize('NFKC', superscript_u))  # 输出: u
print(unicodedata.normalize('NFKC', subscript_u))    # 输出: u
print(unicodedata.normalize('NFKC', normal_u))      # 输出: u

为什么Python要做这个处理？ #

这是遵循Unicode标准中关于标识符的规范，目的是避免因视觉差异导致的命名混乱——比如有些字符在不同字体或环境中显示不同，但语义上是同一个字符，归一化后能确保它们被当作同一个标识符处理，提升跨环境的代码兼容性。

内容的提问来源于stack exchange，提问作者gerrit