【神奇bug】“金”、“⾦”不是同一个字

本文链接：https://blog.csdn.net/zheng_weichao/article/details/128232788

身为程序员，总能遇见那些神奇的bug。我前段时间遇到了 “中国黄金” 和 “中国黄⾦”，我咋看咋觉得是同一个词，但是程序就是判定不一致，十分郁闷，多方搜索，最后发现2个金居然不是一个字。真是个神奇的bug，故整理下相关情况，希望大家若能遇见此类问题，可以快速排查。

这里推荐2个在线网站，供大家参考：
在线文本对比
 在线字符编码查询

step1. 打开在线对比网站，逐字对比，发现问题出现在 “金” 字这里，此时可判定并非同一个字。

step2. 打开在线字符编码查询网站，分别查一下其编码

“金”码位值相关信息如下：

“⾦”码位值相关信息

由此可以看出2个字的编码完全不同，故程序判定不一致是正常现象。至此，本次问题已梳理清楚，统一字符即可。
经过后续查询，发现 “⾦” 实际为康熙词典中的部首。

step3. 啥原因导致的这个情况发生呢？
项目前期，部分文本以图片形式提供，因不想手动打字，所以采用了OCR进行文本识别。
嗯……OCR的锅，不过话说回来，也不能全怪OCR，也许图片显示确实与后者更相近。
使用OCR录入数据的大家注意了哈！

由这件事开始，那么扩展想一下，还有那些从程序视角审视完全不一样，但是肉眼难以区分的情况呢？
我这里仅是抛砖引玉，欢迎大家在评论区补充哈。

这类字字形极为相似，OCR中也极容易误判，但是多数有细微差别。

全角一个字符占用两个标准字符位置的状态，也就是字母、数字等与汉字占等宽位置。

半角一个字符占用一个标准字符的位置。

ASCII表中的字符，在默认情况下输入的字母数字和字符都是半角的。

举例如下：

如果你还遇到过其他的情况，欢迎补充哈~~