Unicode NFC归一化为何无法组合无点i与组合尖重音符号？

结论 #

你观察到的无点i与组合尖重音不合并的现象完全符合Unicode标准规范，所有严格遵循TR15实现的归一化工具都会返回相同结果，不存在实现错误。 #

核心规则说明

NFC（标准组合归一化）没有任何「自动拼接视觉匹配字符」的智能逻辑，它的所有合并规则都严格基于Unicode官方字符数据库中预先定义的映射关系：

• 每个预组字符（比如单个的í）都有唯一确定的规范分解序列，例如í (U+00ED)的规范分解序列固定为「普通小写i(U+0069) + 组合尖重音(U+0301)」。
• 执行NFC归一化时，仅当输入的字符序列完全、严格匹配某个预组字符的规范分解序列时，才会将该序列替换为对应的单个预组字符；没有对应映射的序列会原样保留，不会做任何额外合并。

两个测试用例结果差异的原因

• 第一个测试中，普通i加组合尖重音的序列刚好完全匹配í的规范分解序列，因此会被替换为单个预组字符í，和你看到的结果一致。
• 第二个测试中的无点iı(U+0131)是和普通i完全独立的平行基字符，是为突厥语族等正字法明确区分「带点i/无点ı」的语言设计的独立字母，并非普通i去掉点的临时变体。截至目前最新的Unicode版本，没有任何预组字符的规范分解序列是「无点i + 组合尖重音」，自然不会触发NFC的合并逻辑，序列会原样保留。

常见认知误区

不少人会觉得「无点i加尖重音视觉上和í几乎一样，应该合并」，这个认知不符合Unicode的设计原则：

• 对于区分i/ı的语言来说，从普通i衍生的í和无点ı加尖重音是完全不同的字符，正字法地位、语义都有明确区别，不能混同。
• Unicode归一化从来不以视觉相似性作为映射判断依据，所有映射规则都需要经过标准流程正式纳入字符数据库才会生效。大量使用场景窄、出现频率低的字符组合（包括无点i加尖重音）因为没有足够的通用文本需求，从未被分配单独的预组码位，这类组合在NFC归一化时都会保持「基字符+组合标记」的原始序列形式。

内容的提问来源于stack exchange，提问作者Nico Schlömer