Go Unicode组合字符（grapheme群集）和MS Windows Console cmd.exe

在下面的代码中，

ủ

不是单个Unicode字符u+00FC，而是由两个Unicode字符组成的单个字组，普通ASCII

u

u+0075后跟组合分隔符u+0308

fmt.Println（“JủrgenDžemal”）
fmt.Println（“Ju\u0308rgen\u01c5emel”）

如果我运行它，它将按预期工作

如果我在MS Windows 10“命令提示符”窗口中运行它，它不会直观地将组合字符与前一个字符组合在一起。 但是，当我将文本剪切并粘贴到此处时，它会正确显示：

C:\>ver
Microsoft Windows[版本10.0.17134.228]
C:\>测试
朱尔根·艾马尔
朱尔根·埃梅尔

在屏幕上，在“命令提示符”窗口中，它看起来更像：

Ju–rgenDžemel

将代码页（chcp）从850更改为65001没有任何区别。更改字体（控制台、信使等）没有任何区别

过去我遇到过一些问题，基本上是因为Microsoft要求Windows程序使用不同的API将字符输出到标准输出，这取决于标准输出是附加到控制台还是附加到文件。我不知道这是否是同一问题的不同表现

我可以做些什么来正确显示这个Unicode grapheme集群吗？

如和所述

• Windows控制台（conhost.exe）不支持组合代码。您必须首先规范化为使用预合成字符的等效字符串
• 您可以使用

  golang.org/x/text/unicode/norm

  进行规范化（例如

  norm.NFC.String（“Ju̇rgenDžemal”）

  ）

我试过这个

s := "Ju\u0308rgen \u01c5emel"
fmt.Println(s)              // dieresis not combined with u by conhost.exe
s = norm.NFC.String(s)
fmt.Println(s)              // shows correctly

输出结果如下所示

或者，对于有着极其复杂的屏幕阅读器的视障人士——有点像这样：

Ju¨rgen Džemel
Jürgen Džemel

请注意，Unicode有四种不同的标准化形式，但NFC在互联网上的网页中使用最多，也适用于这种情况

此包中还有其他方法可能更有效或更有用

我读到有一些视觉字符在使用中，它们只能用Unicode组合字符来表示。换句话说，没有预合成字符。需要采取更彻底的办法来处理这些问题。从本质上讲，Unicode（或者更准确地说是人类语言及其版式）的复杂性几乎是永无止境的。有时候我觉得是这样的

参考资料

• 例如，立陶宛文书写中使用的几个字符具有双重变音符号，因为它们只有分解形式。一个例子是小写的U加上macron和tilde（“ū̃”，U+016b U+0303，其中第一个代码点是小写的U加上macron，第二个是组合的锐重音）

---

Windows控制台（conhost.exe）不支持组合代码。您必须首先将标准化为使用预合成字符的字符串。@eryksun：谢谢，这看起来是个答案……如果您还没有找到这个答案：您可以使用来进行标准化（例如，

norm.NFC.String（“Ju∗rgenDžemal”）

；不确定哪一个适用于Windows）。@Peter:我只是在玩这个，谢谢（它可以）。如果你们中的一个没有发布答案，我会发布一个社区维基答案，引用你们两个。如果一个角色没有预编译的代码单元，那么控制台就不能显示它。控制台也不能显示复杂的脚本，不能混合半宽和全宽图示符（至少不能很好），也不能支持自动回退字体（可以手动配置回退）。这些限制是由于控制台使用的传统GDI功能可以追溯到WindowsNT3.1（1993）的第一个版本。微软负责控制台的团队暗示，计划基于DirectWrite进行重新设计。