字符串字體比較算法

Question

我相信，有一個算法，它可以等於兩個字符串類似的字符，但不同的符號（數字，西里爾文，拉丁文或其他字母）。例如：

• "hello"（拉丁符號）等於"he11o"（數字和拉丁符號）
• "HELLO"（拉丁符號）等於"НЕLLО"（西里爾和拉丁符號）
• "really"（拉丁符號）等於"геа11у"（數字和西裏爾字母）

Answer 1

您可能正在考慮爲ICANN開發的算法Paul E. Black，該算法確定兩個頂級域名是否「混淆性相似」，儘管它目前不支持混合腳本輸入（例如拉丁語和西里爾語）。參見「Algorithm Helps ICANN Manage Top-level Domains」和ICANN Similarity Assessment Tool。另外，如果您有興趣擴展此算法，那麼您可能需要合併Unicode code charts中的信息，這些信息通常會列出類似的字形和類似渲染的代碼點序列。

Answer 2

我不完全確定你在問什麼。

如果您想知道兩個字符在給定字體下是否看起來相同，那麼您需要將所選字體中的每個字符呈現爲位圖並比較它們，看看它們是否接近相同。

如果您只是希望小寫latin'l'與數字'1'相同，無論使用何種字體，那麼您都可以簡單地定義一個字符映射表。可能最容易的方法是爲每個看起來相同的字符集選擇一個規範值，並將該集的所有成員映射到該字符。比較字符串時，比較表中每個字符的規範實例。