PHP如何用Normalizer做Unicode规范化合并组合字符？-php教程-PHP中文网

php 使用 normalizer::normalize() 函数，传入 nfc 或 nfd 常量即可实现 unicode 规范化合并组合字符。该函数会将预组字符（如 é）展开为基本字符加组合符（如 e + ́），或将组合字符合并为预组字符，具体取决于目标格式。调用时只需提供待处理的字符串和所需的规范化形式常量。

PHP如何用Normalizer做Unicode规范化合并组合字符？

`NFC` 与 `NFD` 在合并组合字符时的区别是什么？

NFC 优先将组合字符合并为预组字符，而 NFD 则将其拆分为基本字符和独立的组合标记。例如，带音标的字母在不同模式下表现不同：NFC 保持紧凑的预组形式，NFD 则分解为多个码位。这种差异直接影响后续处理逻辑，如排序、搜索或存储效率。

PHP如何用Normalizer做Unicode规范化合并组合字符？

<?php $precomposed = "\xE9"; // é (U+00E9)
$nfc = Normalizer::normalize($precomposed, Normalizer::NFC);
$nfd = Normalizer::normalize($precomposed, Normalizer::NFD);

echo "NFC: " . bin2hex($nfc) . "\n";
echo "NFD: " . bin2hex($nfd) . "\n";

// 输出示例：
// NFC: c3a9
// NFD: 65cc81
?>

上述代码展示了从预组字符出发，分别生成 NFC 和 NFD 形式的结果。NFC 输出仍为单个 UTF-8 编码序列（c3a9），而 NFD 被拆分为 'e'（65）和组合锐音符（cc81）。这验证了两种模式对同一输入的不同处理方式。

如何处理已包含组合字符的字符串使其统一为 `NFC`？

对于已经包含组合字符的字符串，直接应用 NFC 规范化可将其中的组合部分重新合并为预组字符。例如，由 'e' 和组合锐音符组成的序列会被整合成标准的 é 字符。此操作常用于数据清洗，确保文本在比较或索引前具有一致的字节表示。

btpanel phpsite 宝塔面板PHP网站

宝塔面板 PHP 网站管理：站点创建、删除、启停、PHP 版本切换、域名管理、SSL证书管理、伪静态管理、数据库管理

下载

PHP如何用Normalizer做Unicode规范化合并组合字符？

<?php $decomposed = "e\xCC\x81"; // e + combining acute accent
$nfc_result = Normalizer::normalize($decomposed, Normalizer::NFC);

echo "Input: " . bin2hex($decomposed) . "\n";
echo "Output: " . bin2hex($nfc_result) . "\n";

// 输出示例：
// Input: 65cc81
// Output: c3a9
?>

该段代码演示了如何将分解形式的字符串转换为 NFC 标准。输入为两个码位（65cc81），经 Normalizer::normalize() 处理后，输出变为单个预组字符的 UTF-8 编码（c3a9）。这表明 NFC 能有效合并分散的组合标记，提升文本一致性。