如何使用复合字符正确规范化字符串？

TLDR;不，使用本机java无法统一处理这些。

长答案

如本问题中所述，分隔 Unicode 连字字符时，Java 规范化程序实现不支持书面语言中存在的所有连字。

这样做的原因是 Unicode 不支持书面语言中存在的所有连字。当涉及到书面语言的存储时，连字是一个有争议的主题，因为可以提出一个论点，即从数据角度来看它们不重要，从布局的角度来看它们很重要。

Data 观点声称不会丢失任何信息，因此仅使用分解的表单更有意义，并且组合表单不应使用 Unicode 格式。

Layout 观点声称，组合连字表示书面语言形式的正确布局，因此应该在数据中用特殊代码表示。

可能的解决方案

我建议创建一个服务，该服务具有仅处理连字的接口。提供一个具体的实现来处理您当前需要的所有内容。将来，如果需要新的实现，只需将新的JAR添加到添加缺失连字的程序类路径中，就可以简单地添加它们而无需修改原始代码。

骨架实现可能如下所示。

请注意，我省略了实际使用 和 实现的代码。ServiceLoaderLigatureDecoderLigatureEncoder

final class Ligatures {
  public static CharSequence compose ( CharSequence decomposedCharacters );
  public static CharSequence decompose ( CharSequence composedCharacters );
}

interface LigatureDecoder {
  CharSequence decompose ( CharSequence composedCharacters );
}

interface LigatureEncoder {
  CharSequence compose ( CharSequence decomposedCharacters );
}