相同的文本但不相等，如何转换为相同的编码？

Question

我遇到了文本处理问题。

（A）'kháchhàng'

（B）'kháchhàng'

A 和 B 相同，但它们在代码中不相等。它们看起来一样，对吧？

按 F12 > Console > paste 'khách hàng' === 'khách hàng' > Enter

可以看到我的问题

我可以将 A 和 B 转换为相同的编码吗？怎么做？

谢谢！

Answer 1

是的，两个字符串 (A) 和 (B) 使用不同的规范化形式：NFC (Canonical Composition) for (A)，NFD (Canonical Decomposition) for (B)。

(A)khách hàng:U+006B U+0068 U+00E1 U+0063 U+0068 U+0020 U+0068 U+00E0 U+006E U+0067

(B)khách hàng:U+006B U+0068 U+0061 U+0301 U+0063 U+0068 U+0020 U+0068 U+0061 U+0300 U+006E U+0067

为了比较它们是否相等，必须首先将两个字符串标准化为相同的形式；在 JavaScript 中，这可以通过normalize() 方法实现：

let A = 'khách hàng';
let B = 'khách hàng';
console.log (A === B); // -> false
console.log (A.normalize ('NFC') === B.normalize ('NFC')); // -> true
console.log (A.normalize ('NFD') === B.normalize ('NFD')); // -> true

警告：根据您的网络浏览器，尤其是在 Firefox 或 Safari 中，复制或粘贴字符串 (B) 可能会导致字符串 (A)；似乎在“幕后”执行了一个意想不到的标准化步骤......