你知道 "你" 不是 "你" 吗?

V2EX = way to explore

V2EX 是一个关于分享和探索的地方

现在注册

已注册用户请登录

这是一个创建于 2864 天前的主题，其中的信息可能已经有所发展或是发生改变。

"你" 的 Unicode code point 是十进制的 194564.
"你" 的 Unicode code point 是十进制的 20320.

前者属于 cjk compatibility ideograph.
后者属于 cjk unified ideograph.

我们一般使用后者, 但前者也存在, (根据维基百科)前者存在的意义在于 "字源分离原则".

P.S. 我对编码的认识还真是浅. 有待学习和提高.

第 1 条附言 · 2017-01-20 14:53:15 +08:00

不同的字体有不同的渲染逻辑, 有些字体比如 "Hiragino Sans GB" (Mac OS X 10.11 自带) 会将两种编码渲染为同一个字体样式, 所以看起来两个字是一样的.

分享一个文档链接: CJK Compatibility Ideographs Supplement (The Unicode Standard, Version 9.0) http://unicode.org/charts/PDF/U2F800.pdf

十进制

unicode

cjk

ideograph

83 条回复 • 2022-07-18 23:17:31 +08:00

jtam

2017-01-20 12:06:09 +08:00

owtf........

qq316107934

2017-01-20 12:08:42 +08:00 via Android

靠这个是不是可以注册一批超高仿 ID 呢？

SuperMild

2017-01-20 12:11:37 +08:00

还真是

"你".codePointAt(0)
194564
"你".codePointAt(0)
20320

2017-01-20 12:14:27 +08:00 via Android

@qq316107934 注册起来，哈哈

allenhu

2017-01-20 12:16:42 +08:00 via Android

关键看字体

Kei

2017-01-20 12:18:55 +08:00

"你" == "你"
false

感觉三观被震撼了

zwzmzd

2017-01-20 12:31:43 +08:00 via Android

发现有的手机这两个字显示有区别，有的没区别

Umix

2017-01-20 12:34:23 +08:00 via Android

但是在日亚可以用中文输入法输入日本汉字，这就厉害了

t123yh

2017-01-20 12:35:29 +08:00 via Android

Android 7 表示有区别，一个顶上是一横，一个是横撇

viator42

2017-01-20 12:37:10 +08:00 via Android

看标题还以为要讨论什么哲学问题

zhujinliang

2017-01-20 12:37:25 +08:00

我以为楼主要说 “死的那是你，你是你哥哥“

hinate

2017-01-20 12:38:56 +08:00 via iPhone

这不是两个字吗？

FrankFang128

2017-01-20 12:42:31 +08:00

日文字和中文字吧？

LCS

2017-01-20 12:45:23 +08:00

cjyang1128

2017-01-20 12:56:21 +08:00

第一个你要怎么打出来？

giuem

2017-01-20 12:58:59 +08:00 via iPhone

手机上看还是有区别的

https://ooo.0o0.ooo/2017/01/20/588198e4cb233.png

jimmy2010

2017-01-20 13:01:58 +08:00

你百度为您找到相关结果约 57 个
你百度为您找到相关结果约 100,000,000 个

easing

2017-01-20 13:03:41 +08:00

手机上能看到差别，电脑上看了半天不知道 LZ 在说什么。。

wly19960911

2017-01-20 13:04:36 +08:00

这两个字可以拿去搜索下，反馈的结果是前者都是以没有撇的（在字典网站上的结果），但是都没有解释，后者就是正常的你（都看着完形崩坏了

Kokororin

2017-01-20 13:07:51 +08:00

Yvette

2017-01-20 13:08:56 +08:00

我不认识「你」怎么写了

Lelouchcr

2017-01-20 13:17:44 +08:00

```
列列
女女
老老
里里
```

我也踩过坑， unicode 的区块是 84308130 - 8430A330

imn1

2017-01-20 13:22:01 +08:00

怪不得那么多部门都要你自证身份， 2333

你你
侮侮
內内
抱抱
……
这些字多的是，在 Unicode 的命名是
CJK Compatibility Ideographs Supplement
Range: 2F800 – 2FA1F
The Unicode Standard 3.1

这个看电脑字体用的是什么，像#12 用的字体可能就能看清两个字写法是不同的

loading

2017-01-20 13:25:33 +08:00 via Android

昨天刚看了一次 utf8,cjk 字体有一些是这样的。

chocotan

2017-01-20 13:26:44 +08:00

完蛋了，我也不认识你怎么写了。。

irainsoft

2017-01-20 13:31:49 +08:00

Windows+Chrome 感觉标题里两个字略有不同一直盯着看现在已经不认识这个字了

xrxsh

2017-01-20 13:32:16 +08:00

@chocotan 看了一会已经完全不知道“你”是什么字了

arischow

2017-01-20 13:35:52 +08:00

21grams

2017-01-20 13:39:10 +08:00

这有什么稀奇， unicode 里一样的字多如牛毛。

lybtongji

2017-01-20 14:05:09 +08:00

看来有个好字体很重要

codehz

2017-01-20 14:11:11 +08:00

正确的渲染应该会映射到同一个字形上去的。。。上面字体显示不一致的估计是 fallback 的问题，直接按照区间进行划分了

caoz

2017-01-20 14:33:13 +08:00

貌似发现一个 bug, Firefox on Mac, 在浏览器中显示没问题, 闲着没事复制到 Python 中想试一下, 结果...

复制后字竟然变了... 换用其他浏览器复制字不会变, 你们可以试下. 应该不是扩展的问题, 新建了个 Profile 也是这样...

cppgohan

2017-01-20 14:34:05 +08:00

有一些简繁体, 字模差异非常小, 但是其实是两个字

iugo

2017-01-20 14:36:06 +08:00

@21grams 因为我之前对 Unicode 的编码规范认识比较少, 所以刚开始看到你使用了两种编码有些好奇: 同一个字为何要使用两种或以上编码?

所以更深入了解了一下常用的 CJK Unified Ideographs 和作为补充的 CJK Compatibility Ideographs Supplement. 然后去 unicode.org 找了一些资料进一步了解, 比如 http://unicode.org/charts/PDF/U2F800.pdf

分享一下, 或许对一些朋友有帮助.

Akarin

2017-01-20 14:41:44 +08:00

![screen shot 2017-01-20 at 14 40 21]( https://cloud.githubusercontent.com/assets/7829098/22138993/7734d4a8-df1e-11e6-86b0-b7782d1e7230.png)

看多了这个字，会突然不认识的。

SkYouth

2017-01-20 14:58:16 +08:00

假的我

SourceMan

2017-01-20 15:00:37 +08:00

少了一个勾

Sylv

2017-01-20 15:02:01 +08:00

Unicode 里很多长一样的，再举个例子（ Python 2 代码）：

é 的 Unicode 是 u'\xe9'：
>>> print u'\xe9'
é

但其实也可以表示成 u'\u0065\u0301':
>>> print u'\u0065\u0301'
é

后者相当于字母 e (u'\u0065') + 音符 ́ (u'\u0301')：
>>> print u'\u0065'
e
>>> print u'\u0301'
́

不过两者其实在 Unicode 中是等价的，可以将后者正规化为前者：
>>> import unicodedata
>>> unicodedata.normalize('NFC', u'\u0065\u0301')
u'\xe9'

扩展阅读：
https://zh.wikipedia.org/wiki/Unicode 等價性

Sylv

2017-01-20 15:07:24 +08:00

@Sylv 呃， V2EX 不支持链接中有中文，补个编码后的链接：
https://zh.wikipedia.org/zh-cn/Unicode%E7%AD%89%E4%BB%B7%E6%80%A7

xycool

2017-01-20 15:18:39 +08:00

http://ww1.sinaimg.cn/large/a8f55599gy1fbx4c4ldfhj217r0etdh4

xycool

2017-01-20 15:19:34 +08:00

http://ww1.sinaimg.cn/large/a8f55599gy1fbx4dfm98dj217r0etdh4

bayernmunchen

2017-01-20 15:20:39 +08:00 via Android

百度 id 可以注册😂😂

xycool

2017-01-20 15:20:48 +08:00

这样？

ragnaroks

2017-01-20 15:24:26 +08:00

'a'=='а'

gonglexin

2017-01-20 15:25:35 +08:00

正好看到这两篇文章:
http://nathanmlong.com/2016/11/elixir-and-unicode-part-1-unicode-and-utf8-explained/
http://nathanmlong.com/2016/11/elixir-and-unicode-part-2-working-with-unicode-strings/

iugo

2017-01-20 15:40:15 +08:00

@Sylv 很对呀.

如果是前端, 可以参看这个 https://developer.mozilla.org/en-US/docs/Web/JavaScript/Reference/Global_Objects/String/normalize

tewilove

2017-01-20 15:44:16 +08:00

所以参与制定编码的中国人去哪了？

hythyt9898

2017-01-20 15:53:30 +08:00

好吧，我这默认字体一看就完全不同，进来看看大家

tairan2006

2017-01-20 15:55:33 +08:00

你的名字

Twinkle

2017-01-20 16:30:17 +08:00

在 console 里就看出区别了

815lbh

2017-01-20 16:32:41 +08:00

还有囗和口

Khlieb

2017-01-20 16:43:25 +08:00

维基百科上说这个字是为了跟 CNS 11643-1992 编码兼容才收进去的

mxalbert1996

2017-01-20 16:59:57 +08:00

日文汉字标准里所有的「尔」都是写作「尓」的，所以这个字应该就是「你」对应的日文汉字，虽然现在日语里已经不用这个字了。
但是 Unicode 的编码还是有一定的偶然性的，比如「尔你称弥」这四个字中前两个字的不同写法有另一个编码「尓你」，而后两个字就没有。

@Sylv 你说的这种情况跟楼主说的看起来有点像，其实是两回事。

squid157

2017-01-20 18:47:34 +08:00 via iPhone

谁做个针对汉字的 Unicode Normalization 估计会很好啊

woyaojizhu8

2017-01-20 18:58:12 +08:00

@imn1 所以说应该如何设置字体，让这些字能显示出来而非显示个 unicode 编码或方框呢？

2017-01-20 19:05:39 +08:00 via iPhone

口囗这两字不放一块也不好分

Dvel

2017-01-20 19:10:00 +08:00

有意思啊

padeoe

2017-01-20 22:52:42 +08:00

搭车发一把我收集的英文版的'a'不是'a'系列 https://github.com/padeoe/Word-Trick

ovear

2017-01-20 23:07:47 +08:00

https://moetu.org/images/2017/01/20/2017-01-20230703be4a5.png

欧摩西罗伊
有趣

SoulGem

2017-01-20 23:26:26 +08:00

你们好（？？？？？？

xmpx310

2017-01-21 00:07:05 +08:00

发现一个码表
派海流浩浸涅
随意复制几个字符让你们见识见识
[来自中日韓相容表意文字補充[CJK Compatibility Ideographs Supplement]]( http://jicheng.tw/hanzi/unicode.html?s=2F800&e=2FA1D)

ZRS

2017-01-21 02:50:37 +08:00

完了，看多了完型解体了，现在已经不认得你了。

xspoco

2017-01-21 04:43:56 +08:00

我可能用的是假系统。

xspoco

2017-01-21 04:45:37 +08:00

贴图不成功，尴尬。

microchang

2017-01-21 06:16:53 +08:00 via Android

![](

) 讲道理，我真不知道楼主在说啥。。。直到我打开电脑。。

ynyounuo

2017-01-21 07:01:43 +08:00

这种字儿太多了

凉凉
目⽬
日⽇
儿⼉
毛⽑
不不
⿅鹿鹿
⼥女女
⼒力力
⾥里里
⽴立立
⾏行行

CJK Compatibility Ideographs & Supplements
F900-FAFF
2F800-2FA1F
存在很多 confusables
2F00-2FDF 又有很多
归为 Kangxi Radicals

更多可以从这里看到
http://unicode.org/cldr/utility/confusables.jsp

之前 @Sylv 做了识别 Unicode 的 Popclip 小插件，不过倒是不能识别 CJK Compatibility Ideographs Supplements

ffts

2017-01-21 10:30:43 +08:00

对于很多程序员来说
“;”和“;”也许更让人吃惊...

分号在 Unicode 字符是 U+003B “;”。
全形分号是 U+FF1B ：
台港澳和日本标准为置中，如“；”，直排时亦然
中国大陆标准为靠左下，如“；”；直排时则靠右上，新版 Unicode 增加配合中国大陆写法之“垂直分号（ PRESENTATION FORM FOR VERTICAL SEMICOLON ）， U+FE14 ” “︔”[3]，以兼容 GB 18030
另有“小分号（ SMALL SEMICOLON ）”“﹔”在 U+FE54 ，源自 CNS11643 / Big5 。
另有相似字符在 Unicode U+037E “;”，是希腊文问号；而希腊文分号是 U+0387 “·”。