这“⼀⼝”和那“一口”有什么不同，关于unicode一个小知识

虽然这“⼀⼝”和那“一口”大体是相似的，不过仔细一点儿看就会发现它们的字体并不相同（如果字体支持的不够的话，很有可能这“⼀⼝”还会显示不出来）。这里，如果把文字拷贝到代码中获取一下他们的unicode编码，就会发现，这“⼀⼝”对应的是\u2f00\u2f1d，而那“一口”对应的是\u4e00\u53e3。

为什么这两口会有这样的差别呢，其实谨慎的说，这“⼀⼝”并不是汉字，而是汉字的部首，在unicode的标准中有一个专门的分类来标识部首，叫做“KANGXI RADICAL”。在这里看到“部首”不需要惊慌，打开家里的《新华字典》翻到部首检字表，那个部首的列表，就是我们这里说到的unicode的部首的列表，可能在总数上略微有些差别，但是大体的意思是没问题的。在unicode中，康熙部首（KANGXI RADICAL）总共有214个，编码范围是从U+2F00到U+2FD5，内容是根据《康熙字典》来定义的，具体可以参考维基百科的康熙字体词条。而我们一般所用的汉字，在unicode中是在主要是指CJK Unified Ideographs，主要的范围是从U+4E00到U+9FFF，当然还包括很多扩展范围，具体可以也可以看到维基百科的对应词条。

以上就是这“⼀⼝”和那“一口”的区别，但是除了区别之外，这“⼀⼝”和那“一口”还是有联系的，这个联系就是unicode的正规化。unicode正规化根据每一个字的具体的含义，把一些相同字的不同变形都对应到了同一个字符上，这样就可以方便一些本来应该是同一个字的不同字符的比较。unicode正规化也会分为几种类型，分别是NFC，NFKC，NFD，NFKD，这些类型的命名中NF就是normal form的缩写，C（Canonical）表示是规范的，K（Compitable）表示兼容的，也就是一些相对通用但是并非标准的也可以涵盖，D（Decomposition）表示分解，比如㉂（U+3242）这个字符的NFKD就是"(自)"，从一个字符变成了三个字符。那么现在就可以说回这“⼀⼝”和那“一口”了，如果把这“⼀⼝”转换成而来NFKC或者NFKD的形式，就会成为那“一口”。在一些汉字处理的操作中，因为这“⼀⼝”可能字体的支持没有那么好，把文章整体处理成那“一口”，也是一种保障体验的方法。

下面把全部的KANGXI RADICAL的unicode字符以及该字符所对应的不同的正规化的形式，都列在了下面的表格上

Radical	Unicode	NFC	NFKC	NFD	NFKD
⼀	U+2F00	⼀ (U+2F00)	一 (U+4E00)	⼀ (U+2F00)	一 (U+4E00)
⼁	U+2F01	⼁ (U+2F01)	丨 (U+4E28)	⼁ (U+2F01)	丨 (U+4E28)
⼂	U+2F02	⼂ (U+2F02)	丶 (U+4E36)	⼂ (U+2F02)	丶 (U+4E36)
⼃	U+2F03	⼃ (U+2F03)	丿 (U+4E3F)	⼃ (U+2F03)	丿 (U+4E3F)
⼄	U+2F04	⼄ (U+2F04)	乙 (U+4E59)	⼄ (U+2F04)	乙 (U+4E59)
⼅	U+2F05	⼅ (U+2F05)	亅 (U+4E85)	⼅ (U+2F05)	亅 (U+4E85)
⼆	U+2F06	⼆ (U+2F06)	二 (U+4E8C)	⼆ (U+2F06)	二 (U+4E8C)
⼇	U+2F07	⼇ (U+2F07)	亠 (U+4EA0)	⼇ (U+2F07)	亠 (U+4EA0)
⼈	U+2F08	⼈ (U+2F08)	人 (U+4EBA)	⼈ (U+2F08)	人 (U+4EBA)
⼉	U+2F09	⼉ (U+2F09)	儿 (U+513F)	⼉ (U+2F09)	儿 (U+513F)
⼊	U+2F0A	⼊ (U+2F0A)	入 (U+5165)	⼊ (U+2F0A)	入 (U+5165)
⼋	U+2F0B	⼋ (U+2F0B)	八 (U+516B)	⼋ (U+2F0B)	八 (U+516B)
⼌	U+2F0C	⼌ (U+2F0C)	冂 (U+5182)	⼌ (U+2F0C)	冂 (U+5182)
⼍	U+2F0D	⼍ (U+2F0D)	冖 (U+5196)	⼍ (U+2F0D)	冖 (U+5196)
⼎	U+2F0E	⼎ (U+2F0E)	冫 (U+51AB)	⼎ (U+2F0E)	冫 (U+51AB)
⼏	U+2F0F	⼏ (U+2F0F)	几 (U+51E0)	⼏ (U+2F0F)	几 (U+51E0)
⼐	U+2F10	⼐ (U+2F10)	凵 (U+51F5)	⼐ (U+2F10)	凵 (U+51F5)
⼑	U+2F11	⼑ (U+2F11)	刀 (U+5200)	⼑ (U+2F11)	刀 (U+5200)
⼒	U+2F12	⼒ (U+2F12)	力 (U+529B)	⼒ (U+2F12)	力 (U+529B)
⼓	U+2F13	⼓ (U+2F13)	勹 (U+52F9)	⼓ (U+2F13)	勹 (U+52F9)
⼔	U+2F14	⼔ (U+2F14)	匕 (U+5315)	⼔ (U+2F14)	匕 (U+5315)
⼕	U+2F15	⼕ (U+2F15)	匚 (U+531A)	⼕ (U+2F15)	匚 (U+531A)
⼖	U+2F16	⼖ (U+2F16)	匸 (U+5338)	⼖ (U+2F16)	匸 (U+5338)
⼗	U+2F17	⼗ (U+2F17)	十 (U+5341)	⼗ (U+2F17)	十 (U+5341)
⼘	U+2F18	⼘ (U+2F18)	卜 (U+535C)	⼘ (U+2F18)	卜 (U+535C)
⼙	U+2F19	⼙ (U+2F19)	卩 (U+5369)	⼙ (U+2F19)	卩 (U+5369)
⼚	U+2F1A	⼚ (U+2F1A)	厂 (U+5382)	⼚ (U+2F1A)	厂 (U+5382)
⼛	U+2F1B	⼛ (U+2F1B)	厶 (U+53B6)	⼛ (U+2F1B)	厶 (U+53B6)
⼜	U+2F1C	⼜ (U+2F1C)	又 (U+53C8)	⼜ (U+2F1C)	又 (U+53C8)
⼝	U+2F1D	⼝ (U+2F1D)	口 (U+53E3)	⼝ (U+2F1D)	口 (U+53E3)
⼞	U+2F1E	⼞ (U+2F1E)	囗 (U+56D7)	⼞ (U+2F1E)	囗 (U+56D7)
⼟	U+2F1F	⼟ (U+2F1F)	土 (U+571F)	⼟ (U+2F1F)	土 (U+571F)
⼠	U+2F20	⼠ (U+2F20)	士 (U+58EB)	⼠ (U+2F20)	士 (U+58EB)
⼡	U+2F21	⼡ (U+2F21)	夂 (U+5902