Нормализовать имена файлов в NFC или нет (Unicode)

Question

Я написал приложение, которое предпочитает NFC. Когда я получаю имя файла из OSX, его нормализует как NFD. Насколько я знаю, что не должен преобразовать данные, как его упомянутые здесь:

http://www.win.tue.nl/~aeb/linux/uc/nfc_vs_nfd.html

[...] (Не потому, что что-то не так с NFD, или этой версии NFD, но потому что один никогда не должны изменять данные. Имена файлов не должны быть нормированный.) [...]

Когда я сравниваю имя файла с пользовательского ввода (который находится в NFC) я должен реализовать соответствующую функцию сравнения, которая заботится об эквивалентности Unicode. Но это может быть намного медленнее, чем нужно. Было бы лучше, если бы я нормализовал имя файла в NFC вместо этого? Это значительно улучшит скорость, когда будет задействовано только сравнение памяти.

Answer 1

Точность рекомендаций, на которые вы ссылаетесь, зависит от рассматриваемой файловой системы.

Стандартные файловые системы Linux не предписывают кодировку имен файлов (они рассматриваются как необработанные байты), поэтому, если они являются UTF-8 и нормализация их является ошибкой и может вызвать проблемы.

С другой стороны, файловая система по умолчанию в Mac OS X (HFS +) обеспечивает включение всех имен файлов в UFF-16 в варианте NFD. Если вам нужно сравнить пути к файлам, вы должны сделать это в аналогичном формате - в идеале, используя API, предоставляемые системой, поскольку его форма NFD привязана к более ранней версии Unicode.