规范化不保留代码点

Question

谁能解释一下为什么 U+2126 (Ω) 和 U+03A9 (Ω) 的 NFD 归一化会产生相同的表示并且不保留代码点？我预计这种行为仅适​​用于 NFKD 和 NFKC（以及带有变音符号的字符）。

result1 = unicodedata.normalize("NFD", u"\u2126")
result2 = unicodedata.normalize("NFD", u"\u03A9")
print("NFD: " + repr(result1))
print("NFD: " + repr(result2))

输出：

NFD: u'\u03a9'
NFD: u'\u03a9'

Answer 1

这些被称为“单例分解”，存在于 Unicode 中为与现有标准兼容而存在的 U+2126 (Ω) 等字符。它们不是“兼容性分解”（如 U+1D6C0 ?），因为它们在视觉和语义上都与另一个代码点（在本例中为 U+03A9 Ω）相同。

因为它们本质上复制了另一个代码点，所以选择一个作为“首选形式”，而另一个在规范化时总是被它替换（任何形式）。第一种形式基本上已被弃用。