11

有人知道在 Unicode 中查找与 ASCII 字符相似的字符的简单方法吗？一个例子是“西里尔小写字母DZE (ѕ)”。我想搜索并替换相似的字符。类似的意思是人类可读的。你看不出来有什么区别。

4

2 回答 2

15

正如其他评论者所指出的那样，Unicode 规范化（“兼容字符”）在这里不会对您有所帮助，因为您不是在寻找官方等价物，而是在寻找字形（字母形状）的相似性。（不过，链接的 Unicode 技术报告仍然值得一读，因为它写得非常好。）

如果我是你，为了省去你自己组装字符列表的繁琐工作，我会搜索有关同形异义词攻击的资源：这是一种通过显示包含某些字母的域名的 URL 来恶意误导 Web 用户的方法替换为视觉上相似的字母。另一份关于安全性的Unicode 技术报告包含有关该问题的部分。还有——这可能是你最需要的——一个“易混淆”表。这是另一篇主要包含标点符号的文章，其中一些是 ASCII，在非 ASCII 代码表中具有视觉上相似的对应物。

我确实希望你不是在问问题来构建这样的攻击。

于 2010-08-04T19:08:56.520 回答
-2

请参阅 Unicode 数据库：http ://www.unicode.org/Public/UNIDATA/UnicodeData.txt 。

每行描述一个 unicode 字符，例如：

1E9A;LATIN SMALL LETTER A WITH RIGHT HALF RING;Ll;0;L;<compat> 0061 02BE;;;;N;;;;;

如果该符号有任何类似（兼容）的字符，它将出现在<compat>条目的字段中。在此示例中，0061(ASCII a) 与LATIN SMALL LETTER A WITH RIGHT HALF RINGUnicode 字符兼容。

至于你的角色，条目是

0455;CYRILLIC SMALL LETTER DZE;Ll;0;L;;;;;N;;;0405;;0405

如您所见，它没有指定兼容性字符。

于 2010-08-04T09:07:06.850 回答