JavaScript中希伯来Unicode字符bet与dagesh标准化合成问题咨询

参考Unicode官方的组合排除字符列表，我是否可以认为希伯来字符bet（U+05D1）与dagesh（U+05BC）无法通过标准化合成为带dagesh的bet（U+FB31）？

我了解希伯来文本的标准化处理方式通常不适合历史语言学场景，我开发了一个npm包可将字符排列为首选序列，现在需要实现字符重组功能：

const sequenced = 'בָּ'; // bet + dagesh + qamets — 首选排序序列
const presentationForm = 'בָּ'; // 带dagesh的bet + qamets
if (sequenced.normalize("NFC") === presentationForm){
    console.log('期望这两个值可以匹配...');
}

你的判断完全正确，这两个字符确实无法通过默认的NFC标准化合成为U+FB31：

• 带dagesh的bet（U+FB31）属于Unicode希伯来表现形式区块的兼容性字符，被明确列入了组合排除列表，NFC的组合规则不会将独立的基础字符+标记组合成这类兼容性预组合字符
• Unicode标准化仅支持反向的拆分操作：如果把U+FB31用NFD标准化，会被拆分为U+05D1 + U+05BC的序列，反之合成操作不会生效

针对你的需求，有两种成熟的实现方案：

1. 如果仅需要判断两个字符串语义相同，不需要输出预组合形式，最简单的方案是统一将两个字符串转成NFD格式后再比较，修改后的代码如下：

const sequenced = 'בָּ'; // bet + dagesh + qamets — 首选序列
const presentationForm = 'בָּ'; // 带dagesh的bet + qamets
// 统一拆分为基础字符+标记的序列后比较
if (sequenced.normalize("NFD") === presentationForm.normalize("NFD")){
    console.log('现在两个值可以正常匹配');
}

2. 如果你的业务场景需要主动输出预组合的表现形式字符，需要自己维护希伯来基础字符+标记到预组合字符的映射表，通过匹配替换的方式实现重组，Unicode标准本身不提供这类兼容性合成的内置支持。

内容的提问来源于stack exchange，提问作者Charles Loder