見た目が同じ文字でも内部表現が違う理由

Unicodeでは、画面上は同じ文字に見えても内部では別のコードポイント列で表せる場合があります。人には同じに見えても、システムの比較方法によっては別の値です。

NFCとNFD

たとえば濁点付き文字は、1つの文字として保存される場合と、元の文字＋結合文字の組み合わせで保存される場合があります。

なぜ一致しないことがあるのか

インポート先が文字列をそのまま比較していると、正規化されていない文字列同士は見た目が同じでも一致しないことがあります。

Import Doctorでの表示

以前と今回の文字列がNFC正規化すると同じになる場合などを手掛かりにし、必要なときはコードポイントの違いが分かる形で表示します。