Unicode 中视觉上相同的字符答案

【问题标题】：Visually-identical characters in UnicodeUnicode 中视觉上相同的字符
【发布时间】：2012-11-06 23:07:34
【问题描述】：

我想为 Unicode 中的特定字符找到视觉上相同的字符。我知道如何找到一个字符的规范或兼容性分解；但他们没有给我我想要的。我想找到视觉上相同（不相似）的字符，它们唯一的区别可能是它们的大小。

例如，我想要：(s,S) 或 (S,S)（其代码点不同）。我不想要 (ß, β) 或 (e, é)。

有什么建议吗？谢谢。

【问题讨论】：

Unicode 没有指定字符的外观。那是字体问题。（标准使用代表性图像，但它们不是标准的一部分。）例如，您是否希望将大写 I 和数字 1 和小写 l 放在一起？在某些字体中它们是相同的，而在其他字体中它们都是不同的。

标签： unicode similarity

【解决方案1】：

对于特定字符，您可以从 Unicode 标准的代码图表中的注释开始。注释通常出于各种原因引用其他字符，包括形状的相似性或同一性。但注释并不意味着涵盖所有内容。

您也可以在http://shapecatcher.com/ 上绘制您的角色并让它识别它。您经常会得到一长串视觉上相似的替代品。

正如@TedHopp 在他的评论中所写，视觉识别是依赖于字体的。例如，“s”和“S”的形状不必相同；在大多数字体中，它们是不同的——基本形式是相同的，但在笔画宽度变化、曲率、衬线等方面存在各种差异。但是，在包含它们的任何字体中，可以预期某些字符在视觉上是相同的，例如如拉丁文大写 A、希腊大写字母 Alpha 和西里尔大写字母 А。

您没有具体说明研究的目的，但您可能正在做一些 Unicode 联盟在某种程度上已经执行的事情。参见UTR #6，Unicode Security Considerations，其中还包含对相关工作的引用，包括UTS #9，Unicode Security Mechanisms，其中包含 confusables.txt，Recommended confusable mapping for IDN（即，用于特定上下文，但也可能对其他目的感兴趣）。

【讨论】：

很好的解释！还有一些字符在视觉上是相同的，但它们是不同的字素或具有不同的声音或角色。例如，拉丁语“H”（如“Hot”）与西里尔字母“H”（如“неплохо” - 第一个字母发音为拉丁语“N”）。知道 Unicode 字符代表“字形”而不是它们的含义，当然也不是“字形”，这可能会对其他读者有所帮助。