在Unicode中组合字符需要什么？

Question

当映射到符号的单个代码点足以满足时，在Unicode中使用符号组合字符表示的实际应用是什么？

它为我们带来了哪些编程/非编程优势？

Answer 1

当存在预先组合的表示时，使用分解的表示（基本字符和组合字符）没有特别的编程优势，例如，使用U + 0065 U + 0065 LATIN SMALL LETTER E U + 0301将ACUTE ACCENT代替U + 00E9 LATIN SMALL LETTER E与ACUTE“é”相结合。这种分解的演示文稿需要在编程中处理，这是问题的一部分，而不是优势。所以它类似于询问在字符代码中使用字母U的好处。

分解演示文稿（或字母U）在实际数据中使用并需要处理的原因是编程外部，因此在SO处偏离主题。

分解所有可分解字符可能在处理方面具有优势，因为它使数据更加统一，规范。这将涉及所需处理的一些特定特征，并且它将通过执行（通常具有库例程）归一化为NFD或NFKD形式来实现。但这通常是处理的一部分，而不是输入格式的强加。如果执行某些字符串匹配，则最希望将字符的分解和预合成表示视为等效，并且规范化使这变得容易。但这是一种处理两种不同表示的方式，而不是它们存在的原因，并且它同样可以通过归一化到NFC来执行（即，预先组合可以预先组合的所有内容）。请参阅Unicode常见问题解答部分Normalization。

Answer 2

分解后的组件更适合于文本编辑，并且“可能但不确定”并具有良好的压缩率。

在编辑文本时，有时需要修改重音符号，但是预组合字符（Firefox拼写检查中的预组合字符不是单词）不允许部分修改。有时，用户可能希望在不删除重音的情况下修改基本字符。这类编辑更喜欢使用分解的字符。

关于压缩率，在每种语言进行单独编码的日子里，它更有意义。在这种情况下，每种语言的8位编码允许每种语言拥有自己的字符集。一些语言对分解的字符具有更好的压缩率。 8位的小空间意味着它们只能容纳这么多唯一的代码点，并使用可变宽度和可分解的字符。