php获取UTF-8字形的unicode代码点

Question

我需要获取字形的十六进制unicode代码点。

我正在做的事情大多数的时间是：

$hex = dechex(unpack('V', iconv('UTF-8', 'UCS-4LE', $glyph)[1]);

如果ut失败：

ȳ ȳ ȳ ȳ ȳ

所有这些都返回233但233只在第一个实例中正确。其他是不同的字形，呈现不同。

当涉及多个变音标记时似乎失败了，但有时候它会正确。

为什么会这样失败？

Answer 1

因为组成文本的方式取决于组成它的软件，除非该软件提供保证，或者你指出normalize输入，你实际上无法做出假设。

即使在最简单的（第一个）示例中，输入也可以合理地由单个字形LATIN SMALL LETTER Y WITH MACRON'（U + 0233）或两个代码点组合LATIN SMALL LETTER Y（U + 0079）和组合MACRON（U + 0304）。在每种情况下，您会得到不同的结果，即使输入在视觉上和语义上是相同的（唯一的区别在于字节方式，这是一个实现细节）。