Unicode归一化是全球化字符串比较的基础设施；未归一化时，'é'（U+00E9）与'e\u0301'（e+组合符）因码点不同导致===等操作失败，须在全链路统一使用NFC归一化。
字符串看起来一样却匹配失败？大概率是 Unicode 归一化没做对。直接上结论：normalize() 不是“锦上添花”，而是全球化字符串比较的基础设施 —— 没它，===、includes()、indexOf() 在带重音、变音、组合符号的文本上基本不可信。
为什么 'é' === 'é' 会返回 false
因为两个“é”可能根本不是同一个东西：一个是预组合字符 '\u00e9'（U+00E9），另一个是基础字母 'e' 加组合重音符 '\u0301'（U+0301），即 'e\u0301'。JavaScript 的字符串比较是逐码点（code unit）比的，'\u00e9' 长度为 1，'e\u0301' 长度为 2，自然不等。
这种差异在真实场景中高频出现：
- 用户用不同输入法（如 macOS 按 Option+E 再按 E 得到
'e\u0301'；Windows 输入法或复制粘贴常得'\u00e9'） - 浏览器 API 返回值不统一（
input.value、textContent、FormData.get()可能混用 NFC/NFD） - 后端数据库（如 MySQL utf8mb4）默认不归一化，存进去什么样就查出来什么样
该选 NFC 还是 NFD：看你的使用场景
绝大多数业务场景只用 'NFC'（默认），除非你明确需要拆解重音做模糊处理。
-
'NFC'：把'e\u0301'合成'\u00e9'，保留视觉最简形式。适合显示、存储、常规等价匹配 —— 用户输入、表单提交、API 响应、数据库入库前统一调用.normalize('NFC')即可 -
'NFD'：把'\u00e9'拆成'e\u0301'，方便后续正则过滤或忽略重音（比如用/[aeiou]\u0301/gu批量去掉所有重音符） -
'NFKC'/'NFKD'：会把全角数字、上标¹、罗马数字Ⅻ等映射为 ASCII 等价形式，容易误伤（比如把用户昵称“ＡＢＣ”转成“ABC”），非明确兼容需求不要碰
匹配前必须两端都 normalize，否则白干
只 normalize 用户输入，不 normalize 数据库字段或配置项，照样失败。常见翻车点：
- 前端
input.value.normalize('NFC')后发给后端，后端没 normalize 就直接查 MySQL —— 库里存的是原始 NFD，查不到 - 用
new RegExp(pattern.normalize('NFC'))，但忘记对目标字符串也str.normalize('NFC')，.test()仍返回 false - 搜索框输入 “cafe”，想匹配数据库里的 “café”，结果只 normalize 了输入，没 normalize 字段值（或字段值是旧数据，未归一化入库）
正确做法：在数据流入系统的**第一入口**就归一化，比如 Express 中间件对 req.body 统一 .normalize('NFC')，MySQL 存储前也 normalize；前端搜索时，确保 searchTerm 和 item.title 都经过相同形式的 normalize。
length 计算和 normalize 的关系别搞混
normalize() 不解决 length 返回错的问题（比如 '?'.length === 2）。那是 UTF-16 代理对导致的，跟归一化无关。如果你要统计“人眼可见字符数”，该用 Array.from(str).length 或 [...str].length；如果要做截断、校验长度，优先用 codePointAt() 遍历或 Intl.Segmenter（新标准，支持 emoji、ZWJ 序列等）。
真正容易被忽略的，是归一化必须**贯穿全链路**：从前端输入、网络传输、后端解析、数据库存储、再到查询比对 —— 任一环节漏掉，等价性就崩了。它不像加个 polyfill 那样“加完就完事”，而是一种数据契约。
