这些字符是什么？

Question

如何在html输入字段中执行此操作？

或者这个：

ه҉̿҉̿҉̿҉̿҉̿҉̿҉̿҉̿҉̿҉̿҉҉҉҉҉҉҉҉҉҉҉҉҉҉ه҉̿҉̿҉̿҉̿҉̿҉̿҉̿҉̿҉̿҉̿҉҉҉҉҉҉҉҉҉҉҉҉҉҉

我刚从Twitter个人资料中复制并粘贴。我猜他们用十六进制粘贴unicode字符，但是看http://www.htmlescape.net/unicode_charts.html我找不到任何垂直或左边溢出的字符。

我问，因为我想知道如何避免这种情况。人们可能会开始使用它并打破许多可评论网站的外观和风格，就像我一样。遗憾...

Answer 1

这就是所谓的Combining Diacritical Marks。特别是问题中的代码使用U+0365 COMBINING LATIN SMALL LETTER I字符。您可以使用以下代码轻松地在浏览器中创建非常相似的内容：

var iMark = String.fromCharCode(869); // 0x365 in decimal
var testString = 'f' + Array(11).join(iMark); // f with 10 dots above

official FAQ中详细描述了这种行为（将所有这些标记组合而不是仅使用一个标记）：

  

问： Unicode不包含我需要的字符，即拉丁文字符   带有某种变音标记的字母。你可以加一下吗？

     

答： Unicode几乎可以表达您需要的任何内容   使用拉丁语，IPA或其他基础组合的任何研究领域   字母与各种组合变音符号。例如，如果   你需要一个高度专业化的角色，比如“Z with stroke，   cedilla和umlaut“，你可以用三个来获得这个组合   现有的字符代码组合：

 U+01B5 LATIN CAPITAL LETTER Z WITH STROKE
 U+0327 COMBINING CEDILLA
 U+0308 COMBINING DIAERESIS

     

使用适当的渲染软件，该序列应该产生一个   像这样的字形组合：   

     

即使组合在特定字体中不可用，也是如此   明确的和符合Unicode的系统应该传输和保留   没有失真的序列，可以进行处理   编程。

如何处理这种（潜在的）肮脏而不影响有效文本？我想，一种可能的方法是首先对字符串进行规范化（NFC），然后剥离所有无效字符。