javascript - nodejs 比较 Unicode 文件名

Question

我们尝试比较相同的文件名，一个是通过 = 运算符设置的，另一个是上传后从 Nodejs 服务器获取文件返回的，如下代码块:

var name = "tên_đẹp.WAV";

// uploaded_file is the file (tên_đẹp) returned by calling an ajax function
// to get the uploaded file in uploaded_folder of a Nodejs server
ajaxUploadFile(name).done( function(e, uploaded_file) {

    if(name == uploaded_file.name) {
        return uploaded_file; // This line is never reached 
    else {
        console.log(escape(name));               // t%EAn_%u0111%u1EB9p.WAV
        console.log(escape(uploaded_file.name)); // te%u0302n_%u0111e%u0323p.WAV
    }
}

正如您所看到的，两个转义命令的结果是不同的。我不知道为什么他们使用不同的 unicode 格式，我怎样才能让他们使用相同的 Unicode 字符集，或者任何解决方案将不胜感激？谢谢。

Answer 1

问题是 "e\u0302" 和 "\u00EA" 在视觉上都是相同的。一是特定字符U+00EA (带有省略号的拉丁文小写字母 E)，另一个是带有组合字符 U+0302 的 e (结合抑扬音)。您必须首先将每个字符串标准化为标准形式才能进行比较。

require('unorm');

var name = "tên_đẹp.WAV";

// uploaded_file is the file (tên_đẹp) returned by calling an ajax function
// to get the uploaded file in uploaded_folder of a Nodejs server
ajaxUploadFile(name).done( function(e, uploaded_file) {

    if(name.normalize() == uploaded_file.name.normalize()) {
        return uploaded_file; // This line is never reached 
    else {
        console.log(escape(name));               // t%EAn_%u0111%u1EB9p.WAV
        console.log(escape(uploaded_file.name)); // te%u0302n_%u0111e%u0323p.WAV
    }
}

请注意，我已经加载了 unorm 模块，该模块填充了在字符串上调用的 .normalize() 方法。此方法是 ECMA6 的一部分，在 Node 的 future 版本中，您根本不需要加载 unorm。

不可能说出是什么造成了这些差异，可能是您的文本编辑器或浏览器造成的。