normalize('NFKC') 方法适用场景及工作逻辑是什么？

你对NFKC的功能方向存在误解，它并不会将普通字符序列合并为特殊兼容字符，而是做反向的兼容映射处理，具体逻辑如下：

核心原理 #

Unicode定义了两种字符等价性：

• 标准等价：字符语义、视觉表现完全一致，仅码点组合方式不同，比如单码点的ô（\u00F4）和o+组合抑扬符（\u006F\u0302）就属于标准等价。NFC/NFD就是基于标准等价做的规范化：NFC会将分解态的序列合并为预组单码点，NFD则是将预组单码点拆分为分解态序列。
• 兼容等价：字符语义一致，但为了适配特殊排版场景做了特殊编码，视觉表现可能存在差异，比如连字ff（\uFB00）、全角字母Ａ、上角标²等都属于兼容字符，它们的语义和普通的ff、A、2完全一致。

NFKC（Normalization Form KC，兼容等价组合）的执行步骤为：

1. 先对所有字符做兼容分解：将所有兼容字符拆成对应的标准普通字符序列
2. 再对分解后的结果执行NFC的标准组合逻辑，把可合并的标准等价序列合并为预组单码点

你给出的测试用例实际写反了验证方向，正确的验证代码如下：

let s1 = '\uFB00'; //"ff"
let s2 = '\u0066\u0066'; //"ff"
// 把兼容字符ff做NFKC处理会得到普通ff，输出为true
console.log(s1.normalize('NFKC') == s2); 

适用场景 #

NFKC适合不需要保留原始排版格式，只需要保证语义一致性的场景：

• 搜索、文本索引场景：对全文和搜索关键词都做NFKC规范化后，可以避免用户输入普通字符时无法匹配到包含兼容字符的内容，比如输入ff也能命中包含连字ff的文本
• 表单输入处理：可以自动将用户输入的全角字符、特殊兼容字符转为标准半角字符，避免因为字符编码差异导致的校验、匹配失败
• 文本去重、对比场景：语义一致但使用了不同兼容字符的内容，经过NFKC规范化后可以正确判定为相同

如果你的场景需要保留原始排版格式（比如印刷出版、富文本展示），则不要使用NFKC，使用NFC做标准等价规范化即可。

内容的提问来源于stack exchange，提问作者Ivan