代码之家 › 专栏 › 技术社区 › Jonas Schäfer

为什么拉丁文小写字母DOTLESS I,结合上面的点,在NFC形式中不能被规范化为“I”?

unicode-normalization unicode

2

Jonas Schäfer · 技术社区 · 8 年前

Python中的示例:

>>> s = 'Ä±Ì'
>>> len(s)
2
>>> list(s)
['Ä±', 'Ì']
>>> print(", ".join(map(unicodedata.name, s)))
LATIN SMALL LETTER DOTLESS I, COMBINING DOT ABOVE
>>> normalized = unicodedata.normalize('NFC', s)
>>> print(", ".join(map(unicodedata.name, normalized)))
LATIN SMALL LETTER DOTLESS I, COMBINING DOT ABOVE

如您所见,NFC规范化并不构成无点 i +点到法线 我 .这有什么理由吗?这是疏忽吗?还是因为NFC被认为是NFD的完美反义词(人们不想分解)而不包括它 我 至无圆点 我 +dot)。

1 回复 | 直到 8 年前

1

3

nwellnhof 8 年前

虽然NFC不是NFD的“完美逆”,但这源于NFC是根据与NFD相同的分解映射定义的。NFC基本上定义为NFD,然后重新组合某些NFD分解对。因为拉丁文小写字母I没有分解映射,所以它永远不会是重新组合的结果。