Javascript 统一码 : same letters but different unicode

Question

我必须将文本发送到打印服务，它只接受某些类型的特殊字符，即 ï。我的客户以某种方式输入文本，使字母看起来相同，但具有不同的底层 unicode 符号，因此打印服务无法正确处理。示例:

Mine: ï (unicode \u00EF)
Theirs: ï (unicode \u0069\u0308), copy pasting the 2 symbols in chrome bar for example, will show that it actually looks the same in textarea's)

如何将所有特殊字符从“他们的风格”转换为“我的风格”(Windows 上的荷兰语键盘布局)？我想这与操作系统或键盘布局有关，但我找不到说明差异或与此问题相关的任何内容的列表。有人建议如何进行吗？

Answer 1

正如评论中正确指出的那样，有两种方式(或“规范化形式”)在 unicode 中表示重音字符:

• 带有专用符号 (\u00EF == ï)
• 由基本字母 + 重音组成(即 i + ¨ == i +\u0308 == ï)

ES6 增加了一个专用函数，可以在规范化形式之间转换字符串:String.normalize .

// convert one-char ("composed") to multiple-chars ("decomposed") form:
escape("\u00EF".normalize("NFD"))  
> "i%u0308"

// convert decomposed form to composed:
escape("i\u0308".normalize("NFC"))  
> "%EF"

如果您的系统还不支持normalize，请四处寻找垫片。