操作Unicode组合字符（字素簇）于Windows控制台cmd.exe

目前golang学习网上已经有很多关于Golang的文章了，自己在初次阅读这些文章中，也见识到了很多学习思路；那么本文《操作Unicode组合字符（字素簇）于Windows控制台cmd.exe》，也希望能帮助到大家，如果阅读完后真的对你学习Golang有帮助，欢迎动动手指，评论留言并分享~

在下面的代码中，ü 不是单个 unicode 字符 u+00fc，而是由两个 unicode 字符（纯 ascii u u+0075 后跟组合分音符 u+0308）组成的单个字素簇。

fmt.println("jürgen Džemal")
fmt.println("ju\u0308rgen \u01c5emel")

如果我在演示中运行它，它会按预期工作。

如果我在 ms windows 10“命令提示符”窗口中运行它，它不会在视觉上将组合字符与前一个字符组合起来。 但是，当我将文本剪切并粘贴到此处时，它会正确显示：

c:\> ver

microsoft windows [version 10.0.17134.228]

c:\> test
jürgen Džemal
jürgen Džemel

在屏幕上的“命令提示符”窗口中，它看起来更像：

Ju¨rgen Džemel

将代码页 (chcp) 从 850 更改为 65001 没有任何区别。更改字体（consolas、courier 等）没有任何区别。

过去，我遇到过一些问题，这些问题的根本原因是 microsoft 要求 windows 程序使用不同的 api 将字符输出到 stdout，具体取决于 stdout 是附加到控制台还是附加到文件。不知道这是否是同一问题的不同表现。

我可以做些什么来使这个 unicode 字素簇正确显示吗？

解决方案

正如eryksun和Peter评论的那样，

• windows 控制台 (conhost.exe) 不支持组合代码。您必须首先规范化为使用预组合字符的等效字符串。
• 您可以使用 golang.org/x/text/unicode/norm 进行标准化（例如 norm.nfc.string("jürgen Džemal")）

我试过了

s := "ju\u0308rgen \u01c5emel"
fmt.println(s)              // dieresis not combined with u by conhost.exe
s = norm.nfc.string(s)
fmt.println(s)              // shows correctly

输出看起来像这样

或者，对于拥有极其复杂的屏幕阅读器的视障人士 - 有点像这样：

Ju¨rgen Džemel
Jürgen Džemel

请注意，unicode 有四种不同的标准化形式，但 nfc 是互联网上网页中使用最多的，也适合这种情况。

此包中还有其他方法可能更有效或更有用

我读到正在使用的视觉字符只能使用组合字符以 unicode 表示。换句话说，没有预先组成的字符。需要采取更彻底的方法来对这些进行适当的处​​理。本质上，unicode（或者更准确地说是人类语言及其版式）的复杂性几乎是无穷无尽的。有时我觉得也是这样。

参考文献

• https://blog.golang.org/normalization

• https://godoc.org/golang.org/x/text/unicode/norm

• https://learn.microsoft.com/en-us/windows/desktop/intl/using-unicode-normalization-to-represent-strings

终于介绍完啦！小伙伴们，这篇关于《操作Unicode组合字符（字素簇）于Windows控制台cmd.exe》的介绍应该让你收获多多了吧！欢迎大家收藏或分享给更多需要学习的朋友吧~golang学习网公众号也会发布Golang相关知识，快来关注吧！