希伯来字符的 Unicode 组合 Javascript

Question

问题：从this列表来看，我理解正确吗，两个希伯来字符bet(U+05D1)和dagesh(U+05BC)不能normalized/composed 用 dagesh (U+FB31) 下注？

上下文：我知道当希伯来文本被规范化时，它通常不适合历史语言学。我有一个 package 将字符按首选方式排序，但我将能够重新组合它们：

const sequenced = 'בָּ'; // bet + dagesh + qamets — the preferred sequencing
const presentationForm = 'בָּ'; // bet with dagesh + qamets
if (sequenced.normalize("NFC") === presentationForm){
    console.log('Want these two to match...');
}

其他资源：

• https://unicode.org/reports/tr15/
• https://www.unicode.org/charts/PDF/UFB00.pdf
• https://en.wikipedia.org/wiki/Hebrew_(Unicode_block)

Answer 1

您的理解是正确的。某些序列被排除在 NFC 下的（重新）组合之外。在这种情况下，分解后的版本始终是规范形式。

这并不意味着您不能使用组合代码点，但它不会在任何形式的规范化后继续存在。