Javascript Unicode：相同的字母但不同的Unicode答案

【问题标题】：Javascript Unicode: same letters but different unicodeJavascript Unicode：相同的字母但不同的Unicode
【发布时间】：2015-08-15 01:04:52
【问题描述】：

我必须将文本发送到打印服务，它只接受某些类型的特殊字符，即 ï。我的客户以某种方式输入文本，使字母看起来相同，但具有不同的底层 unicode 符号，因此打印服务无法正确处理。示例：

Mine: ï (unicode \u00EF)
Theirs: ï (unicode \u0069\u0308), copy pasting the 2 symbols in chrome bar for example, will show that it actually looks the same in textarea's)

如何将所有特殊字符从“他们的风格”转换为“我的风格”（Windows 上的荷兰语键盘布局）？我猜这与操作系统或键盘布局有关，但我找不到说明差异或与此问题相关的任何内容的列表。有人建议如何进行吗？

【问题讨论】：

它们都是有效的。重音字符可以通过合成两个字符来完成，并且许多字符还具有专用字符。听起来像是打印服务无法处理某些类型的有效 Unicode 的错误。
感谢您的评论。这确实是打印服务中的一个错误，但我无法更改该代码。有没有一种（简单的）方法可以将所有作品转换为单个专用角色？
作为当前答案突出显示，我认为您在撰写问题时输入了错误的示例数据。 U+0308 只是分音符（当然，U+0020 是很好的旧空白）。
@ÁlvaroG.Vicario 我根据 Kevin Hakanson 的回答更正了问题的 Unicode 代码点编号。
“所有组合到一个专用字符”——这个概念仅适用于 Unicode 具有专用字符的情况。对可以应用组合字符的基本字符没有限制，对组合字符的顺序也没有限制。

标签： javascript unicode keyboard-layout

【解决方案1】：

\u00EF 是 ï 或 Latin Small Letter I with Diaeresis（而 \u0020 是空格字符）

\u0069 \u0308 是 拉丁文小写字母 I，后跟 Combining Diaeresis

需要Normalization 将第二个双字符序列转换为第一个。在发送到打印服务之前，您需要找到一些实用程序来执行此规范化。

请参阅JavaScript Unicode normalization 了解一些选项。

【讨论】：

为什么投反对票？非常有用且正确的答案。

【解决方案2】：

正如 cmets 中正确指出的那样，有两种方法（或“规范化形式”）可以在 unicode 中表示重音字符：

带有专用符号 (\u00EF == ï)
由基本字母+重音组成（即i + ¨ == i + \u0308 == ï）

ES6 增加了一个专门的函数，在规范化形式之间转换字符串：String.normalize。

// convert one-char ("composed") to multiple-chars ("decomposed") form:
escape("\u00EF".normalize("NFD"))  
> "i%u0308"

// convert decomposed form to composed:
escape("i\u0308".normalize("NFC"))  
> "%EF"

如果您的系统还不支持normalize，请四处寻找垫片。

【讨论】：