Unicode 文本规范化工具

此工具的用途是什么?

它接受任何文本，并向您显示它在四种 Unicode 规范化形式 — NFC、NFD、NFKC 和 NFKD 中各自的外观 — 并排放置：规范化的文本、U+XXXX 记号形式的代码点、UTF-8 字节长度，以及该形式是否与您的原始输入完全匹配。它还会告诉您粘贴的文本已经处于哪种形式（如果有的话）。

为什么规范化形式很重要

某些字符在 Unicode 中可以用两种不同的方式表示。带重音符号的字母（如 é）可以是单个预合成代码点 (U+00E9)，或普通的 e (U+0065) 后跟一个组合锐角重音 (U+0301)。两者在屏幕上的渲染方式完全相同，但它们是不同的字节序列 — 因此如果一个字符串来自合成重音符号的形式，另一个字符串来自分解重音符号的形式（如 macOS 的 HFS+ 文件名或某些 IME/OCR 管道），则 "café" === "café" 可能会无声地返回 false。兼容性字符也是如此：连字（如 fi）(U+FB01) 是单个代码点，看起来 像 f + i，但只有 K 形式 (NFKC/NFKD) 才会将其视为等同于两字母序列。

• NFC（规范组成）— 尽可能将字符组合为预合成形式。网络和大多数数据库中最常见的形式。
• NFD（规范分解）— 将预合成字符分解为基本字符加上组合符号。
• NFKC / NFKD — 相同的组合/分解，但还包括 NFC/NFD 不涉及的"兼容性"等价物（连字、全角形式、上标）。对于格式设置会造成损失，但对于搜索/匹配很有用。

如何使用它

粘贴或输入任何文本。该工具立即显示您的输入已匹配的规范化形式，然后显示一个包含所有四种形式的表格 — 它们的规范化文本、代码点和 UTF-8 字节长度 — 这样您可以准确地看到在每种转换下哪些字符会改变（以及改变多少字节）。

常见用途

• 调试由不匹配的组合/分解形式引起的字符串比较或查找错误（比较文件名或用户输入与数据库时的经典痛点）
• 决定在存储、哈希或索引用户提交的文本之前应用哪种规范化形式
• 了解为什么搜索无法匹配在屏幕上看起来相同的文本
• 检查带重音符号或连字的字符串在规范化时是否会改变大小（影响固定长度字段、哈希或字节长度检查）

相关工具

• Unicode Character Info — 查找任何字符的完整 Unicode 属性（区块、类别、双向类）
• Unicode to HTML Entities — 将 Unicode 字符转换为 &#...; HTML 实体
• Text to Unicode Converter — 将文本转换为原始 U+XXXX 代码点记号

隐私

此工具完全在您的浏览器中使用内置的 String.prototype.normalize() API 运行。您的文本永远不会上传到服务器。