哪个是更好的 Unicode 规范化形式？

Posted 2023-03-12

【中文标题】哪个是更好的 Unicode 规范化形式？

【英文标题】：Which is the better Unicode Normalization Form?

【发布时间】：2011-07-20 09:14:35

【问题描述】：

我在 Dreamweaver 上有四个选项：C、D、KC、KD。我应该选择哪一个？为什么？

【参考方案1】：

为了什么？保存文件，使用 NFC 作为网络字符模型使用它（严格来说，W3C 规范化坚持流在 NFC 中，并且当 html 或 XML 中的实体转换为它们所代表的字符时，它仍然在 NFC 中)。它产生实际影响的可能性很小，尽管它可以阻止一些相当模糊的问题，让某人感到不安。

规范化使某些等效序列产生相同的流。例如，U+0065 (e) 后跟 U+0301（组合锐音符）相当于单独的 U+00E9 (é)。

NFD 将所有此类字符串拆分为其组成部分（例如，将 U+00E9 转换为 U+0065，然后是 U+0301）。如果一行中有两个或多个组合字符，它们会根据给出一致性的规则重新排序（ḉ 可以有 cedilla 后跟 accute 或 accute 后跟 cedilla，我们需要一致的顺序产生相同的字符串）。大多数情况下，NFD 可用于作为其他任务的一部分的内部处理，例如去除重音或生成 NFC。

NFC 从 NFD 开始，然后在可能的情况下再次将字符组合在一起，除非有一些例外情况，以确保在一个 Unicode 版本中的规范化字符串在另一个版本中仍然如此。

NFKD 在替换某些相似字符方面比 NFD 更进一步。 ⁵ 例如被替换为 5。这会“损坏”文本（用户可能出于充分的理由合理地选择 ⁵ 而不是 5）但对于搜索很有用（在 google 上搜索“fiſh”并返回“fish”的结果，因为它将 long-s 与 short-s 相同）并在某些情况下作为限制，以避免具有相似但不同字符的安全问题。 NKFC先做NFKD，然后用和NFC一样的方式组合。

http://unicode.org/reports/tr15/ 表示完全瘦，“使用 NFC 但不要担心”重复简短的回答。