如何在Perl中枚举所有Unicode规范等效序列？

Question

是否存在标准的Perl模块或函数,给定Unicode 组合字符序列(或更一般地,任意Unicode文本字符串),将生成所有规范等效字符串的列表？

例如,如果给出字符U + 1EAD,我想找回所有这些规范等效序列的列表:

0061 0302 0323
0061 0323 0302
00E2 0323
1EA1 0302
1EAD

(我并不特别在意接口是否符合USV或utf字符串的数组.)

Answer 1

这是 XY 问题吗？如果您想比较/匹配 2 个 unicode 字符串，并且担心对重音字符进行不同的编码方式会产生漏报，那么最好的方法是使用 Unicode 中的标准化函数之一对 2 个字符串进行标准化::在进行比较或匹配之前进行标准化。

不然会有点乱。

您可以使用以下命令获取完整的字符名称charnames::viacode(0x1EAD);（对于 U+1EAD，它将是拉丁文小写字母 A，带有引号和下面的点），并通过使用 WITH|AND 拆分名称来获取各种组合字符。然后，您可以生成基本字符+修饰符和其他修饰符的所有组合（检查它们是否存在！）。此时，您将遇到将全名中的组合字符名称（例如CIRCUMFLEX）与组合字符真实姓名（COMBINING CIRCUMFLEX ACCENT）相匹配的问题。可能有这方面的规则，但我不知道。

这将是我天真的尝试，可能有更好的方法来做到这一点，但到目前为止还没有人自愿提供信息......