问题标签 [unicode-normalization]

我在 OS X 上的文件名中遇到了变音符号（ü 字符）的问题。我正在从 perl 脚本创建目录。从概念上讲，我正在做的是：

这将创建名为 的文件夹"/Applications/MyProgram/abs%9Fabc/"。

任何人都知道如何解决这个问题以创建具有正确字符的目录？

可能重复：
JavaScript 中的程序化重音减少（又名文本规范化或非重音）

我试图找到一个忽略重音的字符串，所以在我的例子中，如果我搜索avião或aviao我总是得到两个结果。这是一个启动...

样本

我正在尝试使用他们授权的平面提要从 Apple App Store 中提取应用程序。但是，我很难处理编码问题。这里有些例子 ：

一款名为的日文应用

ホームページ用和英辞典</p>

显示为

ホームペーã,¸ç”¨å'Œè‹±è¾žå</p>

不仅如此，即使是常用的特殊字符，如'（撇号）、'（引号），也会显示为像’和“这样的字符。

有人可以帮我解决这个问题吗？

编辑添加：我正在使用 PHP

我得到的一些字符串是 UTF-8 编码的，并且包含一些特殊字符，如 Å¡、Ä'、Ä 等。我StringReplace()用来将它转换为一些普通文本，但我只能转换一种类型的字符。因为 PHP 还具有替换字符串的功能，如下所示：如何用 PHP 中基于的字符替换特殊字符？，但它支持数组：

我怎么能在德尔福做到这一点？StringReplace不支持数组。

这段代码可以吗？我真的不知道我应该使用哪种规范化形式（我唯一注意到的是NFD我得到了错误的输出）。

输出：

好的
好的

在尝试了这个之后，我问我：有没有理由使用 theNormalization Form D而不是Normalization Form C？

我一直在 Windows 中使用“unicode 字符串”……我已经了解了 Unicode（例如毕业后）。然而，Win32API 非常松散地提到“unicode”总是让我感到困惑。特别是，MSN 提到的“unicode”变体是 UTF-16（尽管“宽字符”术语来源于它曾经是 UCS-2，而不是 Unicode）。但是，它几乎没有提到 Unicode 规范化。

MSN 有几页关于Unicode和Unicode 规范化形式以及更改规范化形式的功能。规范化页面甚至说：

Win32 和 .NET Framework 支持所有四种规范化形式。

但是，我在文档中的任何地方都没有找到 Win32 API 使用（或理解）什么规范化形式。

问题1：默认情况下用户输入（例如Edit控件）和转换使用什么规范化形式MultiByteToWideChar()？

问题 2：传递给 Win32API 函数的字符串必须采用特定的规范化形式，还是内核和文件系统规范化不可知？

我在 Javascript 中有两个字符串：（"_strange_chars_µö¬é@zendesk.com.eml"）f1和"_strange_chars_µö¬é@zendesk.com.eml"（f2）。乍一看，它们看起来相同（实际上，在 StackOverflow 上，它们可能是相同的；我不确定将它们粘贴到这样的表单中会发生什么。）但是，在我的应用程序中，

也就是说， wheref1使用ö字符，f2使用o和变音符号¨作为单独的字符。我可以做哪些比较来显示这两个字符串“相等”？

我试过 s=Normalizer.normalize(s, Normalizer.Form.NFD).replaceAll("[^\\p{ASCII}]", ""); 但似乎 GWT API 没有提供这样的功能。

我也试过：

但这也不起作用

场景是我正在尝试从单击的小部件文本中生成令牌以进行历史管理

我的印象是 JavaScript 解释器假定它正在解释的源代码已经被规范化。什么，归一化到底是什么？它不能是文本编辑器，否则源的明文表示会改变。是否有一些“预处理器”进行标准化？