Unicode 如何判断代码点是否是支持的图示符（例如一些重音）与独立的图示符

熟悉Unicode标准的人能否解释一下Unicode代码点

\uaaaabbb

是支持graheme还是独立graheme的确切机制

比如说

• \U+0045\U+0301

  一起被呈现为
  ，字符串长度（1）由#个字表示

• \U+0301

  单独呈现为

  ́

  ，字符串长度（1）由#个字表示

程序如何知道何时忽略字符串长度中的重音

\U+0301

（和其他函数），并将其作为单个图形单元与

\U+0045

一起处理？何时不忽略

是否存在某种编码方式？是否每个代码点都是硬编码的，具有独立或支持的属性，并且所有支持都是简单地与最新的先前独立合并的？还是有更具活力的事情发生

---

这种行为背后的确切潜在机制是什么？

字符属性

Grapheme\u Cluster\u Break

对此负责。每个字符都属于一个特定的类别，这些类别之间的各种交互决定了任何给定字符串中的字形边界。通常，属性值为

Extend

、

space\u Mark

和

ZWJ

的字符与其前一个字符组合在一起，但完整的规则集要比这复杂得多。您可以在中找到完整的规格

中提供了所有属性值指定的机器可读版本，您还可以使用获取特定类别中所有字符的列表，例如通过输入

[：Grapheme\u Cluster\u Break=Extend://code>

编辑：以下是一些示例：


U+0301组合急性重音的值为
Extend
。根据规则，具有此值的字符将始终与任何前面的字符（例如字母x）形成一个组合的字形：“x”+“́”=“x””，因此x将被计为一个单位。几乎所有被描述为组合标记的字符都具有此属性，您可以向集群添加任意多个组合标记，因为它们都与前面的字符粘合在一起：x̧̥̖̄͑̕͘
韩国语脚本是用音节块书写的，音节块由两个或三个单独的字母组成，每个字母称为jamo。U+1100韩国语CHOSEONG KIYEOK的值为
L
（代表“领先的jamo”），U+1161韩国语JUNGSEONG A的值为
V
（代表“元音jamo”）。该规则规定，前导jamo后面跟一个元音jamo应该构成一个单位，所以序列U+1100 U+1161将是一个单一的字素簇：'ᄀ’ + ‘ᅡ’ = ‘가’.
U+270A凸起的拳头具有值
E_Base
（表情修饰语Base），U+1F3FD表情修饰语FITZPATRICK TYPE-4具有值
E_修饰语
（表情修饰语）。规则规定，表情修饰语基数后跟表情修饰语应视为一个图形单位：'✊’ + ‘ 字符属性
Grapheme\u Cluster\u Break
对此负责。每个字符都属于一个特定的类别，这些类别之间的各种交互决定了任何给定字符串中的字形边界。通常，属性值为
Extend
、
space\u Mark
和
ZWJ
的字符与其前一个字符组合在一起，但完整的规则集要比这复杂得多。您可以在中找到完整的规格

中提供了所有属性值指定的机器可读版本，您还可以使用获取特定类别中所有字符的列表，例如通过输入
[：Grapheme\u Cluster\u Break=Extend://code>

编辑：以下是一些示例：


U+0301组合急性重音的值为
Extend
。根据规则，具有此值的字符将始终与任何前面的字符（例如字母x）形成一个组合的字形：“x”+“́”=“x””，因此x将被计为一个单位。几乎所有被描述为组合标记的字符都具有此属性，您可以向集群添加任意多个组合标记，因为它们都与前面的字符粘合在一起：x̧̥̖̄͑̕͘
韩国语脚本是用音节块书写的，音节块由两个或三个单独的字母组成，每个字母称为jamo。U+1100韩国语CHOSEONG KIYEOK的值为
L
（代表“领先的jamo”），U+1161韩国语JUNGSEONG A的值为
V
（代表“元音jamo”）。该规则规定，前导jamo后面跟一个元音jamo应该构成一个单位，所以序列U+1100 U+1161将是一个单一的字素簇：'ᄀ’ + ‘ᅡ’ = ‘가’.
U+270A凸起的拳头具有值
E_Base
（表情修饰语Base），U+1F3FD表情修饰语FITZPATRICK TYPE-4具有值
E_修饰语
（表情修饰语）。规则规定，表情修饰语基数后跟表情修饰语应视为一个图形单位：'✊’ + ‘你能举几个例子，这样你刚才说的话更容易形象化吗？我在回答中添加了一些例子。你能举几个例子，这样你刚才说的话更容易形象化吗？我在回答中添加了一些例子。