必须两端同时 normalize，否则匹配一定失败；因 JavaScript 字符串比较按码点逐个比对，而“café”等字符串可能存在 NFC（合成）与 NFD（分解）编码差异，需统一归一化格式才能正确匹配。
必须两端同时 normalize，否则匹配一定失败。 全球化业务里用户输入、API 返回、数据库存储的字符串，哪怕看起来都是 “café”，底层编码可能是 \u00e9（合成）或 e\u0301（分解），JavaScript 的 ===、.includes()、.indexOf() 全部按码点逐个比对，不归一化就永远不相等。
为什么 NFC 是绝大多数场景的默认选择
现代浏览器、iOS/Android 输入法、主流 API（如 Fetch 响应、FormData）返回的文本，天然倾向 NFC 形式。它把能合成的字符尽量合成，比如 "e\u0301" → "é"，结果紧凑、可读性好、兼容性强。
实际开发中直接用 .normalize()（不传参）就等价于 .normalize('NFC')，无需额外判断。
- 适合：前端表单校验、搜索关键词高亮、数据库模糊查询前预处理
- 不适合：
NFKC会把全角数字１变成半角1，上标²变成2，可能破坏订单号、SKU 等语义关键字段 - 注意：
NFC对某些罕见多组合符（如带重音+下划线+变音）可能无法完全合成，但这类字符在常规业务中极少出现
匹配时必须两端都 normalize
只对 pattern 调用 .normalize()，而 text 保持原样，结果仍是 false —— 这是最常踩的坑。
- ❌ 错误写法：
text.includes(pattern.normalize()) - ✅ 正确写法：
text.normalize() === pattern.normalize()或text.normalize().includes(pattern.normalize()) - 正则也一样：
new RegExp(pattern.normalize(), 'i').test(text.normalize())；不能用字面量/pattern/i，因为无法动态 normalize - 后端查库前也要 normalize：MySQL 的
utf8mb4不自动归一化，入库前或查询前需显式调用CONVERT(… USING utf8mb4)+ 应用层 normalize 逻辑
需要忽略重音时用 NFD + 正则过滤
如果业务要求 “a” 能匹配 “á”“à”“â”，就得先用 NFD 拆解，再移除所有组合标记（\u0300-\u036f）。
示例：
function stripAccents(str) {
return str.normalize('NFD').replace(/[\u0300-\u036f]/g, '');
}
stripAccents("café") === "cafe"; // true
stripAccents("naïve") === "naive"; // true
-
NFD是唯一可靠拆解预组合字符的方式；String.prototype.codePointAt()或正则/./u都无法分离组合符 - 过滤范围
\u0300-\u036f覆盖了绝大多数拉丁系重音、变音符，但不包括阿拉伯文或天城文的附加符号 - 慎用于中文、日文：这些语言无标准重音系统，
NFD对汉字基本无效，且可能意外影响某些生僻字
真正难处理的不是 normalize 本身，而是数据流中 normalization 的时机——用户输入、API 响应、数据库写入、缓存序列化，只要有一环漏掉，等价性就崩了。最稳妥的做法是：在数据进入系统第一入口（如 Express 中间件、React 表单 submit 处理器）就统一 .normalize('NFC')，后续环节不再假设原始格式。
