Perl Unicode 美食佳肴：始终分解与重组

2012年4月3日，作者：Tom Christiansen

℞ 1: 通用 Unicode 智能过滤器

Unicode 允许相同的字符有多个表示形式。比较这些字符串以检查它们是否相等（排序、搜索、精确匹配）需要小心——包括将这些表示形式正常化为大家熟知的格式的一致且连贯的策略。请参见 Unicode::Normalize。

为了有效地处理 Unicode，始终在输入时分解，然后在输出时重组。

 use Unicode::Normalize;

 while (<>) {
     $_ = NFD($_);   # decompose + reorder canonically
     ...
 } continue {
     print NFC($_);  # recompose (where possible) + reorder canonically
 }

有关更多详细信息，请参阅 Unicode 正规化常见问题解答。

系列索引： 标准前言

下一节： ℞ 2: 微调 Unicode 警告