ИК
о и o, скажем, имеют разные коды, но вполне себе один и тот же символ
Size: a a a
2020 July 09
МИ
кодепойнт
ИК
А, в смысле, такой кодепойнт, который можно двумя разными способами в utf-8 представить?
МИ
ну да, о чем изначально и зашла речь
S
Илья Курьянов
А, в смысле, такой кодепойнт, который можно двумя разными способами в utf-8 представить?
VG
One place where U+0061 LATIN SMALL LETTER A U+0308 COMBINING DIAERESIS would be the way to express “ä” would be Max OS X filenames, which require a specific version of NFD. – hippietrail Apr 13 '13 at 12:50
VG
хехе
VG
и таких граблей по миру с юникодом - тонны
ИК
Ну это не то, это нормальные формы для последовательностей кодепоинтов, они про то, как одну последовательность привести к другой, которая должна выглядеть так же.
S
А начиная с apfs - макось не форсит нормализацию. И это жопа. Полная.
ИК
А тут речь про то, как один и тот же кодепоинт закодировать двумя разными способами в UTF-8.
ИК
И, кажется, по стандарту всё-таки никак.
VG
ну суррогатные пары же
S
С суррогатными парами будет только utf-16
ИК
Нет в UTF-8 суррогатных пар.
VG
ты хотел сказать, должен быть
VG
но куча софта это проверять не будет
VG
даже перл, даже телега)
S
Перл проверяет где-то с 20й версии
МИ
Короче говоря нет таких символов, которые кодируются разными кодами в утф