unicodedata.decomposition() 与 unicodedata.normalize(NFD/NFKD)？
unicodedata.decomposition() vs. unicodedata.normalize(NFD/NFKD)?
根据 py3 doc:
unicodedata.decomposition(chr)
Returns the character decomposition mapping assigned to the character chr as string. An empty string is
returned in case no such mapping is defined.
这里不太明白字符分解映射是怎么定义的，[=14之间的relationship/difference是什么=] 和 unicodedata.normalize(NFD/NFKD)?.
参见以下示例：
$ python3
>>> import unicodedata
>>> unicodedata.decomposition('⑴')
'<compat> 0028 0031 0029' <-- why not just '0028 0031 0029'?
>>> unicodedata.normalize('NFKD', '⑴')
'(1)'
>>> unicodedata.decomposition('①')
'<circle> 0031' <-- why not just '0031'?
>>> unicodedata.normalize('NFKD', '①')
'1'
>>> unicodedata.decomposition('è')
'0065 0300' <-- like this?
>>> unicodedata.normalize('NFD', 'è') == '\u0065\u0300'
True
>>>
映射是在 Unicode 标准中定义的。
K 是 "compatibility"。 Unicode 必须在 Unicode 中插入一些代码，以便能够进行往返而不丢失信息。 "K" 转换将删除此类 "extra/unwanted" 字符（根据其他规则，这些字符不应该在 Unicode 中）。
所以下标数字、上标数字、分数和圆圈数字（在你的例子中）被转换（它们应该是标准数字+标记格式（在 Unicode 之外，和字符）。
问题：使用下标，只能得到数字，所以要改变意思，例如4² 转化为 42。 K 会去掉一些文本的语义（本来就不应该有的，只是分解是不够的）
所以K不应该被使用，而是用于特定用途。其中一种用途是用于字符串搜索，或者查看一个用户名是否与其他用户名过于相似（可能无法区分）[但仅 'K' 是不够的。
D是归一化：D将字符分解为组件，因此ê被转化为e和组合字符^。这也是 Unicode 的目标之一：把所有的字符都编码成 65366 个编码是无法实现的，所以才组合了字符。 （这在汉字中最为明显）。同样，为了兼容性和往返，添加了一些重音字符，后来 Unicode 扩展到超过 65536 个代码。
所以我们有 D 代表分解的字符（基本 + 组合代码），C 有更紧凑的符号（如果有这样的组合）。这些转换也在 Unicode 标准中进行了描述（历史上的特殊情况很少，"bugs"）。
unicodedata.decompositionreturns单个码位的分解类型和映射in the format used in the Unicode Character Database。来自 UAX #44：
Decomposition_Type, Decomposition_Mapping: This field contains both values, with the type in angle brackets.
如果尖括号中没有类型，则代码点具有用于 NFC 和 NFD 的 规范分解。如果尖括号中有类型，则代码点具有 兼容性分解 ，除了规范分解之外，NFKC 和 NFKD 还使用它。
unicodedata.normalize 对整个字符串实施 Unicode 规范化算法。
根据 py3 doc:
unicodedata.decomposition(chr)
Returns the character decomposition mapping assigned to the character chr as string. An empty string is returned in case no such mapping is defined.
这里不太明白字符分解映射是怎么定义的，[=14之间的relationship/difference是什么=] 和 unicodedata.normalize(NFD/NFKD)?.
参见以下示例：
$ python3
>>> import unicodedata
>>> unicodedata.decomposition('⑴')
'<compat> 0028 0031 0029' <-- why not just '0028 0031 0029'?
>>> unicodedata.normalize('NFKD', '⑴')
'(1)'
>>> unicodedata.decomposition('①')
'<circle> 0031' <-- why not just '0031'?
>>> unicodedata.normalize('NFKD', '①')
'1'
>>> unicodedata.decomposition('è')
'0065 0300' <-- like this?
>>> unicodedata.normalize('NFD', 'è') == '\u0065\u0300'
True
>>>
映射是在 Unicode 标准中定义的。
K 是 "compatibility"。 Unicode 必须在 Unicode 中插入一些代码，以便能够进行往返而不丢失信息。 "K" 转换将删除此类 "extra/unwanted" 字符（根据其他规则，这些字符不应该在 Unicode 中）。
所以下标数字、上标数字、分数和圆圈数字（在你的例子中）被转换（它们应该是标准数字+标记格式（在 Unicode 之外，和字符）。
问题：使用下标，只能得到数字，所以要改变意思，例如4² 转化为 42。 K 会去掉一些文本的语义（本来就不应该有的，只是分解是不够的）
所以K不应该被使用，而是用于特定用途。其中一种用途是用于字符串搜索，或者查看一个用户名是否与其他用户名过于相似（可能无法区分）[但仅 'K' 是不够的。
D是归一化：D将字符分解为组件，因此ê被转化为e和组合字符^。这也是 Unicode 的目标之一：把所有的字符都编码成 65366 个编码是无法实现的，所以才组合了字符。 （这在汉字中最为明显）。同样，为了兼容性和往返，添加了一些重音字符，后来 Unicode 扩展到超过 65536 个代码。
所以我们有 D 代表分解的字符（基本 + 组合代码），C 有更紧凑的符号（如果有这样的组合）。这些转换也在 Unicode 标准中进行了描述（历史上的特殊情况很少，"bugs"）。
unicodedata.decompositionreturns单个码位的分解类型和映射in the format used in the Unicode Character Database。来自 UAX #44：
Decomposition_Type, Decomposition_Mapping: This field contains both values, with the type in angle brackets.
如果尖括号中没有类型，则代码点具有用于 NFC 和 NFD 的 规范分解。如果尖括号中有类型，则代码点具有 兼容性分解 ，除了规范分解之外，NFKC 和 NFKD 还使用它。
unicodedata.normalize 对整个字符串实施 Unicode 规范化算法。