什么是 AWS S3 存储桶的 Unicode 规范化形式

Question

在 AWS s3 存储桶上使用 UTF-8 格式的文件名时，我发现一些引用的文件名（在指向 s3 存储桶上文件的链接中）可能与相同的文件名不同被我的 python 应用程序的代码引用（我正在使用 boto 库）。我发现它们因normalization forms of unicode 的不同而不同，使用unicodedata.normalize 后问题就消失了。

但是，我还没有找到任何有关 AWS 使用的规范化形式的信息（NFC、NFKC、NFD 或 NFKD），所以我将非常感谢任何提供该信息的来源的建议信息，谢谢。

Answer 1

看起来 S3 本身没有应用任何规范化。如果我从 Mac 上传（使用 S3 Web 控制台）一个带有 unicode 名称的文件（例如 Ärende.txt）到 S3，然后再从 Windows 上传，我将在 S3 中得到两个文件。它们在 S3 控制台中看起来相同，但在 S3 中它们被认为是不同的，因为名称的编码不同。

您必须准确考虑它如何影响您的应用程序（用户）并进行相应调整。例如，如果您的用户可能在环境（Mac、Windows 和 Linux）之间切换并期望一致的跨平台行为，那么您似乎需要自己规范化名称。如果您的用户始终在一个平台上工作，那么您很可能不需要关心。