ubuntu å vs osx a??

Question

不确定这是 ubuntu 还是 osx 问题，但我将从这里开始。如果更合适，我会将其留给 mods 将问题移至 AskDifferent。

我在苹果机器上使用 scp 将文件从 ubuntu 移动到 osx。我在苹果机器上编辑了文件。然后我将文件移回，再次在苹果机器上使用 scp 。

源文件的文件名是Documents/trettiårsfirarätare。

• 源代码： Documents/trettiårsfirarätare

我得到的文件名是Documents/trettia?rsfirara?tare。

• 源代码： Documents/trettia?rsfirara¨tare

虽然这些看起来很相似，但它们之间的字母 å 和 ä 实际上是不同的。我从未更改过文件名。

这对我来说没有什么技术上的区别，我只是将文件名改回 ubuntu 认为的 å 和 ä，但这激起了我的好奇心。

你能向我解释为什么会这样吗？

Answer 1

在原名“Documents/trettiårsfirarätare”中，字母“å”在内部表示为 U+00E5 LATIN SMALL LETTER A WITH RING ABOVE。这是这个字符的常见表示。在您返回的文件名中，它已转换为字符对 U+0061 LATIN SMALL LETTER A U+030A COMBINING RING ABOVE。这是允许的，但不常见；这意味着将“å”分解为基本字符“a”和组合变音符号。这些表示在 Unicode 中被声明为等价的；这意味着通常期望视觉呈现是相同的，但它不需要（在这里，在 SO，正如在 Firefox 中所见，它不是——这取决于字体和渲染软件）。程序可能会将它们视为等价的，但它们不需要。例如，在文件系统中，它们很可能被视为不同的。

类似地，字母“ä”被分解为 U+0061 拉丁文小写字母 A U+0308 COMBINING DIAERESIS。

原因并不明显。可能某些软件“认为”应该将字符串转换为分解所有可分解字符的规范化形式，可能是Unicode 规范化形式 D (NFD)

其余的有点神秘。您为返回的文件名指定为“源代码”的内容，“Documents/trettia?rsfirara¨tare”，分解的形式已被修改：变音符号已被其间隔克隆替换，字符“？” 和”。这是不正常的，它改变了数据的身份及其呈现。