JavaScript中ɔ̃无法识别为单个字符，求含tilde重音的字符集

你遇到的问题是因为字符串里的ɔ̃、ɛ̃、œ̃属于Unicode组合字符序列——由基础字符（如ɔ）加上组合重音符号（如̃）构成，所以charCodeAt会返回两个独立的编码，字符串长度也会多计数。

解决方案：使用预合成Unicode字符 #

Unicode标准中存在预合成的带tilde重音的字符，这类字符是单一码点，能被JavaScript识别为单个字符。你可以通过两种方式处理：

1. 直接替换为预合成字符

将字符串中的组合序列替换为对应的预合成字符转义码：

// 替换组合字符为预合成Unicode转义码
var s = "iuyaɑãoɔ\u0274e\u01ABø\u029Dəfvszʃʒlrpbmtdnkgɲjwɲ"
// 遍历每个单一字符
Array.from(s).forEach(char => {
    console.log(`字符：${char}，编码：${char.charCodeAt(0)}`)
})
console.log(`总字符数：${s.length}`)

其中：

• \u0274 对应 ɔ̃（LATIN SMALL LETTER OPEN O WITH TILDE）
• \u01AB 对应 ɛ̃（LATIN SMALL LETTER OPEN E WITH TILDE）
• \u029D 对应 œ̃（LATIN SMALL LETTER OE WITH TILDE）

2. 使用字符串归一化方法

如果不想手动替换，可以用normalize('NFC')将组合序列自动转换为预合成形式：

var s = "iuyaɑãoɔɔ̃eεɛ̃øœœ̃əfvszʃʒlrpbmtdnkgɲjwɲ"
// NFC模式：将组合字符归一化为预合成形式
var normalizedStr = s.normalize('NFC')
// 遍历处理后的字符
Array.from(normalizedStr).forEach(char => {
    console.log(`字符：${char}，编码：${char.charCodeAt(0)}`)
})
console.log(`总字符数：${normalizedStr.length}`)

关键说明 #

• Unicode包含完整的预合成重音字符集，覆盖法语音素所需的所有带tilde符号，你可以直接使用这些单一码点字符来避免拆分问题。
• Array.from()用于正确遍历Unicode字符（包括多码点的组合序列和单码点的预合成字符），而传统的for循环基于字符串长度（码点数量），会把组合序列拆成两次遍历。

内容的提问来源于stack exchange，提问作者nanto