关于unicode:Unicode-标准化

Unicode 中有些非凡的字符，能够由其余不同的特殊字符组合进去。例如 ñ (U+00F1) 和 ñ (U+006E U+0303)。这两个字符在展示和含意上是齐全等价的，但其编码却是不同的。为了对这种字符进行比拟，就须要在比拟前先进行标准化 (Normalization) 解决。

Unicode 定义了四种标准化模式 (Unicode Normalization Form)：

阐明：

• 合成与重组：

  • 合成：就是把字符能拆的全拆开，例如：

    • 把 ñ (U+00F1) 拆成 U+006E U+0303。

  • 重组：就是把拆开的字符能组的再全组起来，例如：

    • 把 ñ (U+006E U+0303) 组合成 U+00F1。

• 规范与兼容：

  • 规范等价：就是只有含意和长得完全相同的两个字符才相等，例如：

    • ñ (U+00F1) 和 ñ (U+006E U+0303) 能够相等；
    • 但 ff (U+FB00) 和 ff (U+0066 U+0066) 不能相等。

  • 兼容等价：就是只有长得差不多就能够相等了，规范等价的肯定也是兼容等价的，例如：

    • ff (U+FB00) 和 ff (U+0066 U+0066) 也能够相等；
    • ñ (U+00F1) 和 ñ (U+006E U+0303) 更是能够相等了。

示例：

相干文章：

• 详解字符编码与 Unicode