Unicode字典键的异常表现原因及最优处理方式咨询

为什么两个字典不相等？ #

这是因为你看似相同的ϵ其实是两个完全不同的Unicode字符：

• 字典a里的键是U+03F5（希腊字母Epsilon的窄变体）
• 字典b里的键是U+03B5（标准希腊字母Epsilon）

虽然它们视觉上几乎一模一样，但Unicode将其视为完全独立的字符，所以a == b自然返回False。

至于IPython的\epsilon+tab会输出不同字符，是因为补全逻辑在不同场景下有差异：

• 在字典字面量的字符串中补全时，IPython倾向于输出更贴近LaTeX中\epsilon视觉效果的变体字符U+03F5；
• 在dict()的关键字参数（属于Python标识符）中补全时，会优先选择符合Python标识符规范的标准希腊字母U+03B5（并非所有Unicode字符都能作为合法标识符）。

处理Unicode字典键的首选方式 #

这里有几个可靠的方案，按优先级排序：

1. 统一使用明确的字符定义
   避免依赖自动补全的歧义，直接指定你需要的字符，保持输入方式一致：

   # 统一使用标准Epsilon（U+03B5）
   a = {'ε': 1}
   b = dict(ε=1)
   print(a == b)  # 输出 True
   

   若确实需要变体字符，可提前定义常量复用：

   eps_variant = 'ϵ'
   a = {eps_variant: 1}
   b = {eps_variant: 1}
   

2. 用Unicode规范化统一键（针对外部输入场景）
   如果键来自外部文件、用户输入等不可控来源，可使用unicodedata.normalize统一字符编码形式：

   import unicodedata
   
   def normalize_key(key):
       # NFC是最常用的规范化形式，将字符合并为标准编码
       return unicodedata.normalize('NFC', key)
   
   a = {'ϵ': 1}
   b = dict(ε=1)
   # 统一键后再做比较或合并
   normalized_a = {normalize_key(k): v for k, v in a.items()}
   normalized_b = {normalize_key(k): v for k, v in b.items()}
   print(normalized_a == normalized_b)  # 输出 True
   

   注意：这种方法适用于同一字符的不同编码形式，对于U+03B5和U+03F5这类完全独立的字符，可能需要手动建立映射表来统一。

3. 显式使用Unicode码点定义
   若担心视觉混淆，可直接用码点定义键，彻底消除歧义：

   # 标准Epsilon（U+03B5）
   eps_standard = '\u03B5'
   # Epsilon变体（U+03F5）
   eps_variant = '\u03F5'
   
   a = {eps_variant: 1}
   b = {eps_standard: 1}
   

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