Python 3.15 chính thức hỗ trợ UTF-8 trên mọi nền tảng

Sau một tuần trì hoãn, phiên bản Python 3.15 đã chính thức được phát hành. Đây là bản cập nhật được cộng đồng lập trình viên chờ đợi từ lâu, đặc biệt là những người làm việc với dữ liệu trên Windows.

UTF-8 mặc định — chấm dứt nỗi khổ kéo dài nhiều thập kỷ

Điểm nhấn quan trọng nhất của Python 3.15 chính là việc UTF-8 trở thành chuẩn mã hóa mặc định trên mọi nền tảng. Trước đây, Python sử dụng bảng mã locale của hệ điều hành làm mặc định, khiến các lập trình viên Windows thường xuyên gặp lỗi khi xử lý dữ liệu chứa ký tự ngoài ASCII.

Những ký tự tưởng chừng vô hại như dấu ngoặc kép thông minh (smart quote) hay dấu nháy đặc biệt cũng có thể làm hỏng hoặc khiến chương trình bị treo. Trong khi đó, macOS và Linux đã mặc định dùng UTF-8 từ lâu, tạo ra sự khác biệt lớn giữa các nền tảng.

Khoảng một nửa số lập trình viên Python dùng ngôn ngữ này để xử lý và phân tích dữ liệu, và khoảng 58% người dùng Python làm việc trên Windows, theo các khảo sát của Python Software Foundation.

Đây chính là lý do khiến thay đổi tưởng chừng nhỏ này lại có ý nghĩa đặc biệt lớn lao đối với cộng đồng.

UTF-8 là gì và vì sao quan trọng?

UTF-8 là cách mã hóa nhị phân 8 bit cho bộ ký tự Unicode — danh mục bao gồm toàn bộ ký tự chữ viết trên thế giới, được quản lý bởi Unicode Consortium với sự hỗ trợ của IETF và ISO.

• ASCII chỉ cung cấp 128 ký tự, quá hạn chế cho nhu cầu toàn cầu
• UTF-8 cung cấp hơn 1,1 triệu vị trí, đủ chỗ cho dấu câu đặc biệt, emoji, ký hiệu âm nhạc và toán học, mọi phương ngữ Trung Quốc, thậm chí cả các ngôn ngữ đã tuyệt chủng
• Còn có UTF-16 và UTF-32, nhưng sự cân bằng giữa hiệu quả và tính bao quát đã đưa UTF-8 trở thành chuẩn mặc định cho web và hầu hết hệ điều hành hiện đại

Trên thực tế, Python đã khá chậm chân trong cuộc đua này. Java đã chuyển sang UTF-8 với JDK 18 vào năm 2022, còn Ruby 3.0 đã mặc định dùng bảng mã này từ năm 2020. Hiện nay, hầu hết các ngôn ngữ và runtime phổ biến như Rust, Go, Node.js đều theo chuẩn UTF-8.

Những tính năng đáng chú ý khác

Bên cạnh UTF-8, Python 3.15 còn mang đến nhiều cải tiến quan trọng:

• Trình phân tích hiệu năng (profiler) chính thức: giúp lập trình viên theo dõi và tối ưu hóa hiệu suất mã nguồn dễ dàng hơn
• Trình biên dịch JIT thử nghiệm: hứa hẹn cải thiện tốc độ thực thi trong tương lai
• Cấu trúc dictionary được tinh chỉnh: tối ưu hóa bộ nhớ và hiệu năng
• Lazy Import: cho phép chương trình không tải module cho đến khi thực sự cần, giúp tiết kiệm thời gian khởi động

Đáng chú ý, chính tính năng Lazy Import đã khiến bản phát hành này bị trì hoãn một tuần để xử lý một số lỗi hồi quy phát sinh vào phút chót.

Học Python 3.15 qua trò chơi

Để giúp lập trình viên làm quen với các tính năng mới, lập trình viên kỳ cựu Barry Warsaw (biệt danh "Uncle Barry") đã tạo ra một trò chơi phiêu lưu trên terminal có tên "whatsnewt", gồm 18 câu đố, mỗi câu xoay quanh một tính năng mới trong Python 3.15. Trong đó có cả câu đố về hỗ trợ UTF-8 mang tên "The Encoding Tower of Babel".

Sau khi tải Python 3.15, bạn chỉ cần chạy lệnh pip install whatsnewt và khởi động trò chơi trên dòng lệnh Python.

Ý nghĩa với lập trình viên Việt Nam

Đối với cộng đồng lập trình viên Việt Nam — những người thường xuyên xử lý dữ liệu tiếng Việt có dấu và làm việc đa nền tảng — việc UTF-8 trở thành mặc định sẽ giúp loại bỏ nhiều lỗi khó chịu khi xử lý văn bản tiếng Việt trên các hệ thống khác nhau. Các dự án phân tích dữ liệu, xử lý ngôn ngữ tự nhiên hay phát triển web sẽ trở nên ổn định và nhất quán hơn, giảm đáng kể thời gian gỡ lỗi liên quan đến mã hóa ký tự.

Với những cải tiến này, Python 3.15 đánh dấu một bước tiến quan trọng trong việc hiện đại hóa ngôn ngữ lập trình phổ biến nhất thế giới hiện nay.