Question

我有一个关于字符串规范化的问题，它已经回答了，但问题是，我无法正确地规范化需要3次击键的韩语字符
使用输入“ㅁㅜㄷ”（从击键“ane”），它出现“무ㄷ”而不是“묻”。
输入“ㅌㅐㅇ”（来自击键“xod”），输出“태ㅇ”而不是“탱”。

这是Dean先生的答案，虽然它起初是我给出的例子......但它与我上面引用的那个不一致。

如果您使用的是.NET，则以下内容将起作用：

var s = "ㅌㅐㅇ";
s = s.Normalize(NormalizationForm.FormKC);

在原生Win32中，相应的调用是NormalizeString：

wchar_t *input = "ㅌㅐㅇ";
wchar_t output[100];
NormalizeString(NormalizationKC, input, -1, output, 100);

NormalizeString仅在Windows Vista +中可用。如果你想在XP上使用它，那就安装了You need the "Microsoft Internationalized Domain Name (IDN) Mitigation APIs"（为什么它在IDN下载中，我不明白......）

请注意，这些方法实际上都不需要使用IME - 无论您是否安装了韩语IME，它们都能正常工作。

这是我在delphi中使用的代码（使用XP）：

      var  buf: array [0..20] of char;
      temporary: PWideChar;
      const NORMALIZATIONKC=5;
      ...
      temporary:='ㅌㅐㅇ';
      NormalizeString(NORMALIZATIONKC , temporary, -1, buf, 20);
      showmessage(buf);

这是一个错误吗？我的代码中有什么不正确的地方吗？代码是否在您的计算机上正确运行？用什么语言？您使用的是什么Windows版本？

Answer 1

您正在使用的jamo（ㅌㅐㅇ）位于名为Hangul Compatibility Jamo的块中，该块由于遗留代码页而存在。如果您要使用目标角色并对其进行分解（使用NFKD），则会从块Hangul Jamo（ᄐ ᅢ ᆼ中获取jamo，没有空格，这些空间只是为了阻止浏览器对其进行规范化），这些可以很好地重新组合。

Unicode 5.2州：

当Hangul兼容性jamo是   转换为兼容性   归一化形式，NFKD或NFKC，   字符转换为   相应的联合jamo   字符。

（...）

表12-11   说明两个韩文怎么样   兼容性jamo可以分开   显示，即使在转换它们之后   与NFKD或NFKC。

这表明NFKC应该通过将它们视为常规Jamo来正确组合它们，但Windows似乎并没有这样做。但是，使用NFKD似乎确实将它们转换为正常的Jamo，然后您可以在其上运行NFKC以获得正确的角色。

由于这些字符似乎来自外部程序（IME），我建议你做一个手动传递来转换那些兼容性的Jamo，或者从做NFKD开始，然后是NFKC。或者，您可以重新配置IME以输出“正常”Jamo而不是可兼容的Jamo。

这是一个错误（Windows API）吗？

1 个答案: