Amazon LambdaでS3のオブジェクト名を自動でUnicode正規化する - Sanwa Systems Tech Blog

はじめまして。AWS担当のwakです。 細かい話をほじくるのが趣味なのですが、今日はなるべく間口を広くするため、皆さんが大好きなAmazon S3の話をします。 Unicode正規化 (Unicode normalization) 結合文字 Unicodeでは膨大な数の文字や記号、絵文字が定義されていますが、その中には単独の文字ではなく、他の文字にくっつけるための特別な濁点やアクセント記号が含まれています（結合文字）。たとえば濁点を例にとると、単独文字バージョンの濁点「゛(U+309B)」、結合文字バージョンの濁点「゛(U+3099)」の2種類があるわけです。（「U+FFFF」の意味については Unicode - Wikipedia あたりを参考にしてください） この結合文字とはどんなものでしょうか。Windowsのワードパッド*1には、ALT+Xを押すだけでコードポイントを文字に変換でき