求助，'𝑀𝑏𝑎𝑘𝑢𝑛𝑑𝑎 𝑎𝑙𝑒𝑥' 是什么属于字符？怎么将它转换成正常的字符

[vvong]

RT,系统最近接收到一些这种输入，第三方接口无法识别，导致处理失败，有 v2er 知道这种字符是怎么输入或者转换的吗

[creanme]

unicode? 不知道怎么转

[XiLingHost]

base64

[1423]

https://unicode-table.com/en/1D44E/

[wangkun025]

第三方处理不了 utf8 的话，就没什么办法。
这个就是 utf8，第一个字符 Unicode number 应该是 U+1D440

[learningman]

这些是某些小语言里面的字体，长得跟英文像，被拿来当艺术字了。
这个没有直接转换的办法，你只能自己维护一个映射列表。我觉得干脆禁止更干脆一点。
如果你要问这是什么编码的话，那只能说只要你能看到，那就肯定 Unicode 。

[wangkun025]

这个没法转换的。类似于把一个中文的字符转换成英文，本质上是无法转换的。
让第三方接受 utf8 是正途。

[1423]

还挺有意思的，试一下效果

Sans-serif bold italic symbols
𝘼𝘽𝘾𝘿𝙀𝙁𝙂𝙃𝙄𝙅𝙆𝙇𝙈𝙉𝙊𝙋𝙌𝙍𝙎𝙏𝙐𝙑𝙒𝙓𝙔𝙕𝙖𝙗𝙘𝙙𝙚𝙛𝙜𝙝𝙞𝙟𝙠𝙡𝙢𝙣𝙤𝙥𝙦𝙧𝙨𝙩𝙪𝙫𝙬𝙭𝙮𝙯

Dotless symbols
𝚤𝚥

Double-struck digits
𝟘𝟙𝟚𝟛𝟜𝟝𝟞𝟟𝟠𝟡

Double-struck symbols
𝔸𝔹𝔻𝔼𝔽𝔾𝕀𝕁𝕂𝕃𝕄𝕆𝕊𝕋𝕌𝕍𝕎𝕏𝕐𝕒𝕓𝕔𝕕𝕖𝕗𝕘𝕙𝕚𝕛𝕜𝕝𝕞𝕟𝕠𝕡𝕢𝕣𝕤𝕥𝕦𝕧𝕨𝕩𝕪𝕫

[vvong]

@1423
@wangkun025
@learningman
@wangkun025
@1423
当在 google 中搜索这个单词的时候 它搜索的页面是正常的 字母 所以想知道这中间是如何处理的

[hahastudio]

Unicode normalization

[013231]

標題中的字母屬於“Mathematical Alphanumeric Symbols”. 將其轉換為“正常”字符的行為叫“Unicode Normalization”.
以 Python 為例, 可以使用標準庫中的 unicodedata.normalize 做這樣的轉換.

>>> import unicodedata
>>> print(unicodedata.normalize('NFKD', '𝑀𝑏𝑎𝑘𝑢𝑛𝑑𝑎 𝑎𝑙𝑒𝑥'))
Mbakunda alex

[hahastudio]

说起来，这个帖子的 tag 是怎么回事，是分词 bug 了么 @livid

[learningman]

@hahastudio 应该是，估计是 4 字节 unicode 被当成 3 字节处理了

[Conty]

我倒是经常收到类似编码的垃圾邮件，subject 就是这样的，让你能读懂，但是又没法用关键词过滤。

大家有啥好办法吗？