规范化不会保留代码点

Question

任何人都可以解释为什么从U + 2126（Ω）和U + 03A9（Ω）的NFD归一化导致相同的表示并且不保留代码点？我本来期望NFKD和NFKC（以及带有变音符号的字符）的这种行为。

result1 = unicodedata.normalize("NFD", u"\u2126")
result2 = unicodedata.normalize("NFD", u"\u03A9")
print("NFD: " + repr(result1))
print("NFD: " + repr(result2))

输出：

NFD: u'\u03a9'
NFD: u'\u03a9'

Answer 1

这些被称为“单例分解”，并且存在于U + 2126（Ω）等字符中，这些字符存在于Unicode中以与现有标准兼容。它们不是“兼容性分解”（如U + 1D6C0），因为它们在视觉上和语义上都与另一个代码点相同（在这种情况下，U +03A9Ω）。

因为它们基本上复制了另一个代码点，所以一个被选为“首选形式”，另一个在规范化（任何形式）时总是被它替换。第一种形式基本上已被弃用。