我正在编写一个应用程序，需要将其输入从 UTF-8 转码为 ISO-8859-1 (Latin 1)。
一切正常，除了有时我会得到一些变音字符的奇怪编码。例如，带有 2 个点的拉丁语 1 E (0xEB) 通常为 UTF-8 0xC3 0xAB，但有时也为 0xC3 0x83 0xC2 0xAB。
这种情况从不同的来源发生过多次，并注意到第一个和最后一个字符与我的预期相符，是否存在我的库不知道的编码规则？
某些 Unicode 字符可以表示为composed and 分解的形式。例如，德语变音符号-uü可以用单个字符表示ü or by u其次是¨，然后文本渲染器会将其组合。
请参阅维基百科文章Unicode 等效项 http://en.wikipedia.org/wiki/Unicode_equivalence血淋淋的细节。
因此，Unicode 库通常提供方法或函数将字符串规范化为一种或另一种形式，以便您可以比较它们。
本文内容由网友自发贡献，版权归原作者所有，本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容，请联系:hwhale#tublm.com(使用前将#替换为@)
