英文居然有“合字”这种冷知识，用 typora 输出 pdf 时碰到坑了

[tankb52]

给新人写说明文档，当中有 wifi 一词，输出 pdf 后，新人直接复制文档中的内容，执行的时候出问题了。
我查看日志发现是 wifi 处出现了乱码，好生奇怪。
去网上一搜，才知道英文中有“合字”这一概念， 见 WIKI: 合字 ，常见的 æ 和 & 就是合字。 我碰到的坑，就是wifi 中的 fi，输出文档时，被当成了合字，虽然显示是正常的，但复制后搜索，两个字母合在一起，变成了另外一个字符 fi
我不确认这是 Typora 的 bug 还是 Win10 的 bug，看了维基也不是很理解合字的用途。但 wifi是一个很常见的单字，不知道大家在写文档的时候，有碰到过类似的问题吗？又是如何解决的呢？

[deepdark]

一般不都是 WI-FI 吗

[mytry]

还有更神奇的呢，'fi'.toUpperCase() == 'FI'，'ffi'.toUpperCase() == 'FFI'

[UIXX]

标准表达 Wi-Fi

[mytry]

汉子也还有啊，嬲（逃）

[cway]

用 Typora 测试了下，生成后的 pdf 没这

[geelaw]

这并不是一个 bug。这是是 Unicode 把 codepoint 和渲染方式耦合的结果，一个正确的文本搜索算法应该进行 Unicode 规范化比较，在某些模式下 fi 合字和 fi 应当是相等的。

很多排版系统为了确保某些字最终显示、印刷是以合字的形式出现，会选择用合字字符替换原来的字符序列。

另外，合字并不是只有拉丁文本才有，汉语的 biáng biáng 面的那个字也是合字，招财进宝也可以合为一个字，此外阿拉伯语有非常非常多的合字。

我个人喜欢把合字叫做连笔，这是一种书法风格。

[tinkerer]

@geelaw 所以... 是因为 PDF 为了打印效果转成合字了么

[xiaolanger]

@Livid 我说句题外话，右侧的 Mou 链接 是不是可以下了？

[marsgt]

替换成“ WiFi ”更正规吧，或者你找找字体设置里有没有 OpenType 的连字选项，或者干脆换个非 OTF 的字体好了。。
这个用途主要是在老式的排版里，会把常见的一些组合（比如 fi、ff ）打成一个铅字，这样 2 合 1 了之后会比较省纸。。

[geelaw]

@tinkerer #7 是的，这个和字体也有关系，例如有些字体只有在显示合字字符时才用合字风格，另外一些字体则可以把多个字符连排时就显示合字（可以注意很多手写字体在小写字母旁边有其他字母时会进行连接，就是用了对合字排版的支持），也和排版软件（的选项）有关系。

[tinkerer]

@geelaw 学习了

[marsgt]

其实技术这块你可以直接找个等宽字体试试，一般代码字体撑死了就 FireCode 这种只合“=>”、“===”符号的。有中文的话可以用更纱黑（ https://github.com/be5invis/Sarasa-Gothic/releases ）这种同时压进了英文和中文的。

[tankb52]

@marsgt
Typora 编辑和导出 PDF 时，好像都没有字体设置啊？

[marsgt]

@tankb52
我查了下文档，好像字体得手写 CSS🤦‍♂
或者你试试换个主题？主题里好像会改字体

[tankb52]

@geelaw
那我这种情况有什么办法规避呢？

[Universe]

想到写 python2 的时候处理字符串，用 strip(char)的时候，有可能会因为 utf8 格式汉字的后半正好是 char 而被吞掉半个字造成不能 decode 回 unicode 的情况。。。

[awesomes]

@mytry 有啥神奇的 'fi'.toUpperCase() == 'FI' 和 ’'ffi'.toUpperCase() == 'FFI' 都为 true

[arfaWong]

PDF 阅读器的锅，曾经遇到类似的情况

[tinkerer]

@awesomes fi 是一个字符, 并不是 f 和 i

[mytry]

@awesomes 'ffi'.length ===1 'FFI'.length === 3