unicode - Unicode 中视觉上相同的字符

Question

我想为 Unicode 中的特定字符找到视觉上相同的字符。我知道如何找到一个字符的规范或兼容性分解；但他们没有给我我想要的。我想找到视觉上相同（不相似）的字符，它们唯一的区别可能是它们的大小。

例如我想要：（s，S）或（S，S）（其代码点不同）。我不想要 (ß, β) 或 (e, é)。

有什么建议么？谢谢。

Answer 1

对于特定字符，您可以从 Unicode 标准的代码图表中的注释开始。注释通常出于各种原因引用其他字符，包括形状的相似性或同一性。但注释并不意味着涵盖所有内容。

您也可以在http://shapecatcher.com/上绘制您的角色并要求它识别它。你经常会得到一长串视觉上相似的替代品。

正如@TedHopp 在他的评论中所写，视觉识别是依赖于字体的。例如，“s”和“S”的形状不必相同；在大多数字体中，它们是不同的——基本形式是相同的，但在笔画宽度变化、曲率、衬线等方面存在各种差异。但是，在包含它们的任何字体中，可以预期某些字符在视觉上是相同的，例如作为拉丁文大写 A，希腊大写字母 Alpha 和西里尔字母大写 А。

您没有具体说明研究的目的，但您可能正在做一些 Unicode 联盟在某种程度上已经开展的工作。请参阅UTR #6，Unicode Security Considerations，其中还包含对相关工作的引用，包括UTS #9，Unicode Security Mechanisms，其中包含 confusables.txt，推荐的 IDN 可混淆映射（即，对于特定上下文，但它可能是其他目的的利息）。