String.prototype.normalize()
许多欧洲语言有语调符号和重音符号。为了表示它们，Unicode 提供了两种方法。一种是直接提供带重音符号的字符，比如Ǒ（\u01D1）。另一种是提供合成符号（combining character），即原字符与重音符号的合成，两个字符合成一个字符，比如O（\u004F）和ˇ（\u030C）合成Ǒ（\u004F\u030C）。
这两种表示方法，在视觉和语义上都等价，但是 JavaScript 不能识别。
\'\u01D1\'===\'\u004F\u030C\' //false
\'\u01D1\'.length // 1
\'\u004F\u030C\'.length // 2
ES6 提供字符串实例的normalize()方法，用来将字符的不同表示方法统一为同样的形式，这称为 Unicode 正规化。
\'\u01D1\'.normalize() === \'\u004F\u030C\'.normalize()
// true
normalize方法可以接受一个参数来指定normalize的方式，参数的四个可选值如下。
- NFC，默认参数，表示“标准等价合成”（Normalization Form Canonical Composition），返回多个简单字符的合成字符。所谓“标准等价”指的是视觉和语义上的等价。
- NFD，表示“标准等价分解”（Normalization Form Canonical Decomposition），即在标准等价的前提下，返回合成字符分解的多个简单字符。
- NFKC，表示“兼容等价合成”（Normalization Form Compatibility Composition），返回合成字符。所谓“兼容等价”指的是语义上存在等价，但视觉上不等价，比如“囍”和“喜喜”。（这只是用来举例，normalize方法不能识别中文。）
- NFKD，表示“兼容等价分解”（Normalization Form Compatibility Decomposition），即在兼容等价的前提下，返回合成字符分解的多个简单字符。
\'\u004F\u030C\'.normalize(\'NFC\').length // 1
\'\u004F\u030C\'.normalize(\'NFD\').length // 2
normalize方法目前不能识别三个或三个以上字符的合成。这种情况下，还是只能使用正则表达式，通过 Unicode 编号区间判断。
6.2 适用于Unicode的方法
遇到像UTF-8这样的输入时，一种方法是将输入标准化(使用定义好的规则集将Unicode转换成最简单的形式)。Unicode标准化与规范化的差别在于：根据使用规则集的不同，Unicode字符可能会存在多种标准形式，可以使用NFKC(Normalization Form KC)作为输入验证的标准化形式。
标准化操作将Unicode字符分解成有代表性的组件，之后按照最简单的形式重组该字符。大多数情况下，它会将双倍宽度及其他Unicode编码在它所在的位置转换成各自的ASCII等价形式。
Java:
normalized = Normalizer.normalize(input, Normalizer.Form.NFKC)
C#:
normalized = input.Normalize(NormalizationForm.FormKC);
PHP:
$normalized = I18N_UnicodeNormalizer::toNFKC($input, \'UTF-8\'); // PEAR:I18N_UnicodeNormalizer
还有一种方法是首先检查Unicode是有效的，然后将数据转换成一种可预见的格式，eg. ISO-8859-1.
下表列出的正则可以匹配使用UTF-8编码的Unicode的有效性：
—————————————————————————
正则表达式 描述
—————————————————————————-
[\x00-\x7F] ASCII
[\xC2-\xDF][\x80-\xBF] 双字节表示
\xE0[\xA0-xBF][\x80-xBF] 双字节表示
[\xE1-\xEC\xEE\xEF][\x80-xBF]{2} 三字节表示
\xED[\x80-x9F][\x80-xBF] 三字节表示
\xF0[\x90-xBF][\x80-xBF]{2} PANEL 1 TO 3
[\xF1\xF3][\x80\xBF]{3} PANEL 4 TO 15
\xF4[\x80-x8F][\80-xBF]{2} PANEL 16
—————————————————————————-
检查完是有效的格式后，就可以将其转换成可预见的格式，eg. UTF-8 => ISO-8859-1(Latin 1)
Java: String ascii = utf8.getByte(“ISO-8859-1”);
C# : byte[] asciiBytes = Encoding.Convert(Encoding.UTF8, Encoding.ASCII, utf8bytes);
PHP: ascii = utf8_decode($utf8string);