如何在 Javascript 中检查 Unicode 字符串的相等性？

Question

我在 Javascript 中有两个字符串： "_strange_chars_µöØé@zendesk.com.eml" (f1) 和 "_strange_chars_µöØé@zendesk.com.eml" (f2)。乍一看，它们看起来相同（事实上，在 StackOverflow 上，它们可能是相同的；我不确定将它们粘贴到这样的表单中时会发生什么。）但是，在我的应用程序中，

f1[16] // ö
f2[16] // o
f1[17] // ¬
f2[17] // ̈

即 f1 使用 ö 字符，f2 使用 o 和变音符号 ¡ 作为单独的字符。我可以做什么比较来显示这两个字符串“相等”？

Answer 1

f1 使用 ö 字符，f2 使用 o 和变音符号 ¡ 作为单独的字符。

f1 采用 普通形式 C（组合）和 f2< /code> 标准形式 D（分解）。一般来说，范式 C 是 Windows 和 Web 上最常见的形式，Unicode FAQ 将其描述为“一般文本的最佳形式”。不幸的是，苹果世界为了无缘无故地与众不同而选择了范式 D。

根据 Unicode 等效 的规则，这些字符串在规范上是等效的。

我可以做什么比较来显示这两个字符串“相等”？

通常，您将两个字符串转换为您选择的一种范式，然后比较它们。例如，在 Python 中：

>>> import unicodedata
>>> a= u'\u00F6'  # ö composed
>>> b= u'o\u0308' # o then combining umlaut
>>> unicodedata.normalize('NFC', a)==unicodedata.normalize('NFC', b)
True

类似地，Java 具有 Normalizer 类，.NET 具有 String.Normalize，并且可能的语言具有可供 ICU 库使用的绑定，该库也提供此功能。

不幸的是，JavaScript 没有原生的 Unicode 规范化能力。这意味着：

• 自己动手，使用大型 Unicode 数据表来覆盖 JavaScript 中的所有内容（参见例如 此处示例实现）；或者

• 将其发送回服务器端（例如通过XMLHttpRequest），您可以使用更好的语言来完成此操作。