haskell - 为什么 "Níðhöggr"的长度是9？

Question

为什么length函数说这个8个字符的字符串是9个字符？

>>> length "Níðhöggr"
9

Answer 1

“Níðhöggr”包含9个Unicode字符:

U+004E N (Lu): LATIN CAPITAL LETTER N 
U+00ED í (Ll): LATIN SMALL LETTER I WITH ACUTE
U+00F0 ð (Ll): LATIN SMALL LETTER ETH 
U+0068 h (Ll): LATIN SMALL LETTER H 
U+006F o (Ll): LATIN SMALL LETTER O 
U+0308 ̈ (Mn): COMBINING DIAERESIS 
U+0067 g (Ll): LATIN SMALL LETTER G 
U+0067 g (Ll): LATIN SMALL LETTER G 
U+0072 r (Ll): LATIN SMALL LETTER R 

您可能想要使用“Níðhöggr”，它在打印时看起来相同，但包含 U+00F6 LATIN SMALL LETTER O with DIAERESIS 而不是两个字符 ö 组合。换句话说，它采用组合范式 (NFC)。

或者您可能需要“Níðhöggr”，它有 10 个 Unicode 字符(í 被分割成 i 和组合重音)。这将是分解范式(NFD)。

Google“Unicode 规范化”以获取有趣和/或毛茸茸的细节。使用this function在 Haskell 中标准化 Unicode 数据(感谢 Adam Rosenfield!)。