如何解决跨厂商文件同步中文件名特殊字符编码差异的比对问题？

我维护着一套基于JavaScript开发的跨厂商文件同步系统，在发送文件到目标端前会对文件名做转换。现在遇到一个文件名比对失败的Bug：源端和目标端的文件名看起来一样，但特殊字符的编码形式不同，导致比对不通过。比如：

• 源端文件名：Chinchón.jpg（编码为 o + 组合重音符号 U+0301）
• 目标端文件名：Chinchón.jpg（编码为单个字符 ó，即 U+00F3）

系统里的文件名转换函数如下：

export const normalizeText = (text:string) =>  text
  .normalize('NFC')
  .replace(/\p{Diacritic}/gu, "")
  .replace(/\u{2019}/gu, "'")
  .replace(/\u{ff1a}/gu, ":")
  .trim()

当前的比对逻辑直接用原始字符串判断，结果返回false：

const array1 = ['Chinchón.jpg'];
console.log(array1.includes('Chinchón.jpg')); // false

请问是否需要反转转换操作后再进行比对？最优解决方案是什么？

不需要反转转换操作，核心思路是让参与比对的两端字符串都经过相同的标准化/转换流程，统一编码基准后再比对。

具体做法：

• 把源端的文件名列表先通过normalizeText处理，生成标准化后的列表
• 把要比对的目标端文件名也用normalizeText处理，再用处理后的字符串去判断是否存在于标准化列表中

修改后的比对逻辑示例：

const normalizedSourceNames = ['Chinchón.jpg'].map(normalizeText);
const targetName = normalizeText('Chinchón.jpg');
console.log(normalizedSourceNames.includes(targetName)); // true

为什么这个方案可行：

1. normalize('NFC')会把分散的组合字符（比如o+U+0301）合并成单个预组合字符（U+00F3），消除编码形式差异
2. 后续的替换和去空格操作进一步统一了特殊字符的表现形式
3. 两端都走相同的转换流程，就能确保原本语义相同的文件名转换后完全一致，比对自然能通过

内容的提问来源于stack exchange，提问作者awm