javascript - 如何检查 Javascript 中 Unicode 字符串的相等性？

Question

我在 Javascript 中有两个字符串:"_strange_chars_µö¬é@zendesk.com.eml" (f1) 和 "_strange_chars_µö¬é@zendesk.com .eml" (f2)。乍一看，它们看起来是一样的(事实上，在 StackOverflow 上，它们可能是一样的；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] // ̈

也就是说，f1 使用 ö 字符，f2 使用 o 和变音符号 ¨ 作为一个单独的字符。我可以做什么比较来显示这两个字符串“相等”？

Answer 1

f1 uses the ö character, f2 uses an o and a diacritic ¨ as a separate character.

f1 在 Normal Form 中范式 D(分解)中的 C(组合)和 f2。一般来说，Normal Form C 在 Windows 和 Web 上最常见，Unicode FAQ 将其描述为“一般文本的最佳形式”。不幸的是，Apple 世界为 Normal Form D 倾倒，以便无缘无故地与众不同。

根据 Unicode equivalence 的规则，这些字符串是规范等价的.

What comparison can I do that will show these two strings to be "equal"?

通常，您将两个字符串都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用于 ICU 库的绑定(bind)，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，处理大型 Unicode 数据表以用 JavaScript 覆盖所有内容(参见例如 here 的示例实现)；或者

• 将其发送回服务器端(例如通过 XMLHttpRequest)，在那里您可以使用配备更好的语言来执行此操作。