Mac文件路径对比时如何区分Unicode范式D中来自埃符号的字符

云上老周

2026-9-24

macOS路径Unicode字符串对比解决方案

核心对比逻辑

你之前的全量NFD规范化对比逻辑的问题在于，会将*Unicode规范化等价的单例字符（Singletones）*统一转换为组合字符序列，丢失原始编码差异。可使用分层对比逻辑解决：

先对来自变量的未规范化路径做定制化NFD处理：仅对非单例字符执行NFD规范化，所有单例字符保留原始编码不做转换
将处理后的路径直接与macOS系统返回的NFD范式路径做逐字节对比，即可同时满足组合字符匹配、单例字符区分的需求

规范化等价单例字符列表

Unicode标准中定义的规范化等价单例字符共26个，所有会触发你遇到的混淆问题的字符都属于这个集合，核心高频字符编码如下：

U+00C5：带环大写拉丁字母A
U+212B：埃符号
U+03A9：希腊大写字母Omega
U+2126：欧姆符号
U+0192：带钩拉丁小写字母f
U+2118：草体大写P
U+2111：黑体大写I
U+211C：黑体大写R
U+2122：商标符号
其余字符均为组合变音符号类单例，在路径场景中出现概率极低，可通过Unicode字符数据库查询完整列表

参考实现（Python）

import unicodedata

# 预定义所有规范化等价单例字符集合
NORM_SINGLETONS = {
    '\u00c5', '\u212b', '\u03a9', '\u2126', '\u0192', '\u2118',
    '\u2111', '\u211c', '\u2122', '\u212e', '\u0300', '\u0301',
    '\u0302', '\u0303', '\u0304', '\u0305', '\u0306', '\u0307',
    '\u0308', '\u0309', '\u030a', '\u030b', '\u030c', '\u030d',
    '\u030e', '\u030f'
}

def mac_path_compare(sys_nfd_path: str, input_path: str) -> bool:
    processed_input = []
    for char in input_path:
        if char in NORM_SINGLETONS:
            processed_input.append(char)
        else:
            processed_input.append(unicodedata.normalize('NFD', char))
    return ''.join(processed_input) == sys_nfd_path