Unicode 规范化

同一个字可以有多种合法写法：café 里的 é 既能是单个码点 U+00E9，也能是 e 加组合符 U+0301——看起来一样，== 比较却不相等，这就是搜索匹配不上、文件名重复的常见原因。标准等价（NFC/NFD）只在这些「同字不同写」之间转换，不改变字符含义；兼容等价（NFKC/NFKD）还会把 fi、①、全角字符等替换成基本形式，这是有损的，适合做检索前的归一而不适合存原文。