algorithm - 字符串字体比较算法

Question

我相信，有一种算法可以使两个具有相似字符字体但不同符号(数字、西里尔文、拉丁文或其他字母表)的字符串相等。例如:

• "hello"(拉丁符号)等于"he11o"(数字和拉丁符号)
• "HELLO"(拉丁符号)等于"НЕLLО"(西里尔和拉丁符号)
• "really"(拉丁符号)等于 "геа11у"(数字和西里尔符号)

Answer 1

您可能会想到 Paul E. Black 的算法为 ICANN 开发，用于确定两个 TLD 是否“混淆性相似”，尽管它目前不适用于混合文字输入(例如拉丁文和西里尔文)。参见“Algorithm Helps ICANN Manage Top-level Domains”和ICANN Similarity Assessment Tool .

此外，如果您有兴趣扩展此算法，那么您可能希望合并来自 Unicode code charts 的信息。 ，通常会列出相似的字形和呈现相似的代码点序列。