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”?
最佳答案
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。
关于javascript - 如何检查 Javascript 中 Unicode 字符串的相等性?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/7097867/