我阅读了this blogentry 关于 perl 以及它们如何处理 unicode 和 unicode 规范化的内容。 据我了解，简短版本是有几种方法可以用 unicode 编写标识符“é”。作为一个 unicode 字符或作为两个字符的组合。而且perl程序可能无法区分它们导致奇怪的错误。
这让我想到，Eclipse 中的 Java 编辑器如何处理 unicode？或者一般的java，因为我猜那是同一个问题。
一方面specification 说：
两个标识符只有相同时才相同，即每个字母或数字具有相同的 Unicode 字符。
但另一方面，unicode 字符被翻译：
此转换步骤允许任何程序仅使用 ASCII 字符表示。
这似乎相互矛盾？
【问题讨论】：
将字符表示为 Unicode 转义不同于 Unicode 组合字符。
据我了解，有几种方法可以用 unicode 编写标识符“é”。可以是一个 unicode 字符，也可以是两个字符的组合。
具体来说，é 可以由单个代码点 U+00E9 或组合序列 U+0065 U+0301 表示。这些表格是NFC and NFD respectively，您可以在它们之间进行标准化。
Java 编译器不执行规范化，所以这是合法的：
public class EAcute {
int \u00E9;
int \u0065\u0301;
}
...即使表示为文字字素，似乎存在冲突：
public class EAcute {
int é;
int é;
}
这是编码为 UTF-8 的后一种形式的十六进制转储：
0000000: 7075 626c 6963 2063 6c61 7373 2045 4163 public class EAc
0000010: 7574 6520 7b0a 2020 696e 7420 c3a9 3b0a ute {. int ..;.
0000020: 2020 696e 7420 65cc 813b 200a 7d0a int e..; .}.
因此，虽然 é (C3A9) 和 \u00E9 或 é (65CC82) 和 \u0065\u0301 被编译器视为等效，但其他组合则不是。
【讨论】：
规范说 Unicode 可以用 ASCII 的形式表示：
\uxxxx
其中字符“\”、“u”是 ASCII 字符，“xxxx”是十六进制（因此可以用 ASCII 表示）。
这意味着他们已经将 Unicode 和 ASCII 之间的转换形式化为 Java 编程语言。 Java 编程语言的所有实现者现在都可以支持 ASCII 和 Unicode 编辑器，并且类似地将堆栈跟踪等输出到 ASCII 或 Unicode 系统。
【讨论】：
翻译步骤是指词汇翻译过程的第一步：
将原始 Unicode 字符流中的 Unicode 转义（第 3.3 节）翻译成相应的 Unicode 字符。 \uxxxx 形式的 Unicode 转义，其中 xxxx 是十六进制值，表示编码为 xxxx 的 Unicode 字符。此转换步骤允许任何程序仅使用 ASCII 字符来表示。
词法转换过程允许在您的源代码中将 Unicode 字符指定为仅包含 ASCII 字符的转义序列。因此，可以使用有效的 Unicode 字符命名标识符，但使用 Unicode 转义序列以 ASCII 表示。
转义序列的转换发生在调用编译器生成字节码之前；是编译器验证两个标识符是否相似，无论它们在代码中如何表示。编译器提供了输入字符和行终止符的规范化序列，并且针对该序列应用了命名标识符的规则。因此，以下代码将无法编译，并且会产生错误，因为标识符具有相同的名称，尽管表示方式不同：
package info.example.i18n;
public class UnicodeEscape
{
int a;
int \u0061; // Hex(61) = Dec(97) = 'a' in ASCII-7
}
【讨论】：