我有Unicode字符串，我想与以下要求进行比较。
可混淆的s[1]字符应该被认为是相同的字符，例如：T(拉丁大写字母T U 0054)应等于T(希腊大写字母TAU U03A4)等
(*[1]示例http://unicode.org/cldr/utility/confusables.jsp?a=TESTt&r=无*)
http://www.unicode.org/Public/security/revision-03/confusablesSummary.txt
我会使用上面的文件来制作代码，但如果已经有任何免费的库，我更喜欢使用它。
我认为该代码将创建一个临时ustring，其中每个可混淆的字符都将替换为相应的拉丁字符。
在实际程序中，我将测试10x5000x10000个字符串，每个字符串包含一个单词。
测试程序：
std::locale::global(std::locale(""));
std::cout.imbue(std::locale());
Glib::ustring s1,s2;
s1="TEST";
s2="TΕST";
s1.normalize(Glib::NORMALIZE_NFKD );
s2.normalize(Glib::NORMALIZE_NFKD );
std::cout<<"1->true, 0->false (s1==s2) => "<<(s1==s2)<<"n";
测试程序输出：
1->true, 0->false (s1==s2) => 0
Ubuntu语言环境命令输出：
Ubuntu 12.04 64 bit>$ locale
LANG=en_US.UTF-8
LANGUAGE=
LC_CTYPE="en_US.UTF-8"
LC_NUMERIC="en_US.UTF-8"
LC_TIME="en_US.UTF-8"
LC_COLLATE="en_US.UTF-8"
LC_MONETARY="en_US.UTF-8"
LC_MESSAGES="en_US.UTF-8"
LC_PAPER="en_US.UTF-8"
LC_NAME="en_US.UTF-8"
LC_ADDRESS="en_US.UTF-8"
LC_TELEPHONE="en_US.UTF-8"
LC_MEASUREMENT="en_US.UTF-8"
LC_IDENTIFICATION="en_US.UTF-8"
LC_ALL=
感谢您抽出时间
正如user1675224所说，你应该使用ICU，而不是尝试使用自己的算法。
例如，要使用uspoof_areConfusable:
UErrorCode status = 0;
USpoofChecker *sc = uspoof_open(&status);
int result = uspoof_areConfusable(sc, s1.data(), s1.length(), s2.data(), s2.length(), &status);
uspoof_close(sc);
如果要将大量字符串相互比较，则应使用uspoof_getSkeleton将它们转换为其骨架，并将其放入集合或哈希集中。
std::string s1,s2;
s1="TEst";
s2="TΕst";
std::cout<<" s1.length()="<<s1.length()<<"n";
std::cout<<" s2.length()="<<s2.length()<<"n";
UErrorCode status = U_ZERO_ERROR ;
USpoofChecker *sc = uspoof_open(&status);
char p[100];
int result = uspoof_getSkeletonUTF8 (sc,USPOOF_ANY_CASE, s1.data(),s1.length(),p,100,&status);
std::string skeleton1(p,result);
std::cout<<" result in bytes="<<result<<" status="<<status<<"n";
std::cout<<" skeleton1="<<skeleton1<<"n";
std::cout<<"1->true, 0->false (s1==skeleton1) => "<<(s1==skeleton1)<<"n";
//
char p2[100];
int result2 = uspoof_getSkeletonUTF8 (sc,USPOOF_ANY_CASE , s2.data(),s2.length(),p2,100,&status);
std::string skeleton2(p2,result2);
std::cout<<" result2 in bytes="<<result2<<" status="<<status<<"n";
std::cout<<" skeleton2="<<skeleton2<<"n";
std::cout<<"1->true, 0->false (s2==skeleton2) => "<<(s2==skeleton2)<<"n";
std::cout<<"1->true, 0->false (s1==s2) => "<<(s1==s2)<<"n";
std::cout<<"1->true, 0->false (skeleton1==skeleton2) => "<<(skeleton1==skeleton2)<<"n";
//
uspoof_close(sc);
输出
s1.length()=4
s2.length()=5
result in bytes=4 status=0
skeleton1=TEst
1->true, 0->false (s1==skeleton1) => 1
result2 in bytes=4 status=0
skeleton2=TEst
1->true, 0->false (s2==skeleton2) => 0
1->true, 0->false (s1==s2) => 0
1->true, 0->false (skeleton1==skeleton2) => 1
谢谢。