为什么长度为“Níðhöggr”9？

Question

为什么length函数说这8个字符的字符串是9个字符？

>>> length "Níðhöggr"
9

Answer 1

“Níðhöggr”包含9个Unicode字符：

U+004E N (Lu): LATIN CAPITAL LETTER N 
U+00ED í (Ll): LATIN SMALL LETTER I WITH ACUTE
U+00F0 ð (Ll): LATIN SMALL LETTER ETH 
U+0068 h (Ll): LATIN SMALL LETTER H 
U+006F o (Ll): LATIN SMALL LETTER O 
U+0308 ̈ (Mn): COMBINING DIAERESIS 
U+0067 g (Ll): LATIN SMALL LETTER G 
U+0067 g (Ll): LATIN SMALL LETTER G 
U+0072 r (Ll): LATIN SMALL LETTER R 

你可能想要使用“Níðhöggr”，它在打印时看起来相同，但包含U+00F6 LATIN SMALL LETTER O WITH DIAERESIS而不是两个字符ö组合。换句话说，它是组成正常形式（NFC）。

或者你可能想要“Níðhöggr”，它有10个Unicode字符（í是分割整数i和一个组合重音）。那将是分解正常形式（NFD）。

Google“Unicode规范化”，用于提供有趣和/或毛茸茸的细节。使用this function来规范化Haskell中的Unicode数据（感谢Adam Rosenfield！）。

Answer 2

因为ö不是单个字符ö（U + 00F6 LATIN SMALL LETTER O WITH DIAERESIS）;它的U + 006F拉丁文小写字母加上U + 0308结合了DIAERESIS。