Unicode 正規化教學:為什麼看起來相同的日文件名比對不起來
Unicode Normalization (NFC vs NFD): Why Identical-Looking Japanese Strings Don't Match
重點導讀
有些日文看起來一模一樣,電腦裡的字元編碼卻可能不同,讓搜尋或檔名比對失敗。
- 文章用 Python 說明 NFC 和 NFD 會用不同方式表示「が」:一種用一個字元,另一種拆成兩個,因此直接比較會得到不相同的結果。不同作業系統處理檔名的方式也不同。
- 例如文中測試的 APFS 能用其中一種形式找到另一種形式建立的檔案,但程式自己的字串比較仍可能失敗。作者建議在比對或建立索引時,先把文字統一成 NFC,並另外保留原始檔名。
- NFKC 雖能統一部分相似字形,也可能改掉原本內容。
AI 伴隨問答
針對這篇報導有疑問?可直接點選快捷問題或向 AI 追問背景脈絡與技術細節:
信源出處dev.to
Unicode Normalization (NFC vs NFD): Why Identical-Looking Japanese Strings Don't Match
本文為 888news 精選之重點導讀。若需閱讀作者完整原文、技術細節與官方討論,請前往原始網站。
來源: Dev.to Top Tech (dev.to)
開啟原文