Java在macOS环境下使用Glob模式*.*无法匹配含Unicode字符的路径？

最近在macOS上用Java处理文件匹配时，碰到了个头疼的问题——Java的Glob路径匹配器居然没法正确匹配带某些Unicode符号的文件名。我特意用jshell做了测试，先看正常的匹配情况：

$ jshell
|  Welcome to JShell -- Version 24
|  For an introduction type: /help intro

jshell> var matcher = java.nio.file.FileSystems.getDefault().getPathMatcher("glob:*.*")
    ...> 
matcher ==> sun.nio.fs.UnixFileSystem$1@2328c243

jshell> matcher.matches(new java.io.File("Article.md").toPath())
    ...> 
$2 ==> true

你看，普通的英文文件名Article.md能正常匹配上，返回true。但如果换成带Unicode字符的文件名，比如Ärticle.md，情况就不对了：

jshell> matcher.matches(new java.io.File("Ärticle.md").toPath())
    ...> 
$3 ==> false

为啥会这样呢？后来查了下才明白，macOS的文件系统默认是用Unicode规范分解形式（NFD）来存储文件名的，而我们在代码里传入的字符串通常是Unicode规范合成形式（NFC）。Java的Glob匹配是直接做字符串比较，这两种形式的Unicode字符虽然视觉上一样，但底层的编码字节不同，自然就匹配失败了。

那怎么解决呢？其实很简单，只需要把路径字符串统一转换成相同的Unicode规范化形式就行。比如我们可以把路径转换成NFD形式，和macOS文件系统存储的格式对齐：

import java.text.Normalizer;
import java.nio.file.Path;

// 创建带Unicode字符的文件路径
Path unicodeFilePath = new java.io.File("Ärticle.md").toPath();
// 将路径字符串转换为NFD规范形式
String normalizedPathStr = Normalizer.normalize(unicodeFilePath.toString(), Normalizer.Form.NFD);
Path normalizedPath = Path.of(normalizedPathStr);

// 再用matcher匹配
matcher.matches(normalizedPath); // 这时就能返回true啦

当然，你也可以反过来把Glob模式转换成NFD形式，效果是一样的，核心就是让两边的字符串规范化形式一致。

备注：内容来源于stack exchange，提问作者Michiel Borkent