haskell - 为什么“Níðhöggr”的长度是 9？

Question

为什么length函数说这个 8 个字符的字符串是 9 个字符？

>>> length "Níðhöggr"
9

Answer 1

“Níðhöggr”包含 9 个 Unicode 字符：

U+004E N (Lu): LATIN CAPITAL LETTER N 
U+00ED í (Ll): LATIN SMALL LETTER I WITH ACUTE
U+00F0 ð (Ll): LATIN SMALL LETTER ETH 
U+0068 h (Ll): LATIN SMALL LETTER H 
U+006F o (Ll): LATIN SMALL LETTER O 
U+0308 ̈ (Mn): COMBINING DIAERESIS 
U+0067 g (Ll): LATIN SMALL LETTER G 
U+0067 g (Ll): LATIN SMALL LETTER G 
U+0072 r (Ll): LATIN SMALL LETTER R 

您可能想要使用“Níðhöggr”，它在打印出来时看起来相同，但包含U+00F6 LATIN SMALL LETTER O WITH DIAERESIS而不是两个字符的 ö 组合。换句话说，它是复合标准形式（NFC）。

或者您可能想要“Níðhöggr”，它有 10 个 Unicode 字符（í 是拆分 inti和组合重音符号）。那将是分解的范式（NFD）。

谷歌“Unicode 规范化”以获得有趣和/或毛茸茸的细节。使用此函数在 Haskell 中规范化 Unicode 数据（感谢 Adam Rosenfield！）。

Answer 2

因为您ö不是单个字符ö（U+00F6 拉丁小写字母 O 带分音符号）；它是 U+006F 拉丁小写字母 O 加上 U+0308 组合分音符。