我正在编写一个python3程序，它必须处理各种书写系统中的文本，包括韩文（韩文），我在不同位置比较同一个字符时遇到问题。 对于那些不熟悉韩文的人（我不太了解它），这个剧本几乎具有将音节字母组合成方块的独特功能。例如＆＃39;ㅎ＆＃39;发音为[h]和＆＃39;ㅏ＆＃39;发音为[a]，音节＆＃39; hah＆＃39;是写着＆＃39;핳＆＃39; （如果你的系统无法渲染Hangul：第一个h显示在左上角，a在右上角，第二个h在它们中间）。 Unicode通过为每个辅音提供两个不同的条目来处理这个问题，具体取决于它是出现在音节的开头还是尾音中。例如，前一个音节被编码为＆＃39; \ u1112 \ u1161 \ u11c2＆＃39;。 我的代码需要比较两个字符，如果它们的位置不同，则将它们视为相等。即使应用Unicode规范化，也不是简单比较的情况。有办法吗？
答案 0 :(得分：1)
您需要使用定制版本的Unicode排序算法（UCA），为相同的音节分配相同的权重。 UCA technical report描述了排序Hangul的一般问题。
幸运的是，ICU library有一套完整的排序规则：ko-u-co-search - 韩语（通用搜索）;你可以试试demo page。要在Python中使用它，您需要使用像PyICU这样的库，或者实现UCA并支持ICU规则文件格式的库（或者让您编写自己的规则）。
答案 1 :(得分：1)
我是Python jamo的开发人员（Hangul字母叫做jamo）。一种简单的方法是将所有jamo代码点转换为各自的Hangul兼容性jamo（HCJ）代码点。 HCJ是jamo字符的显示形式，因此辅音的初始和最终形式是相同的代码点。
例如：
>>> import jamo
>>> initial, vowel, final = jamo.j2hcj('\u1112\u1161\u11c2')
>>> initial == final
True
在内部完成此操作的方法是使用从Unicode规范中复制的查找表。