做面向日本市场的产品,会遇到一批中文环境里根本不会暴露的问题。它们不报错、不崩溃,只是让数据悄悄变错。
一,字符计数 「文字数」在不同语境下含义不同:字符数、字节数、还是按全角半角折算的宽度。日文里半角片假名、全角数字、emoji 混在一起时,长度限制经常在服务端和客户端算出不同结果,用户看到「还剩 3 字」却提交失败。
二,排序 日文的排序规则涉及假名、汉字、浊音、促音。用码点排序会得到完全错误的顺序;用 locale 排序又要注意 glibc 版本差异——这正是数据库排序规则升级出问题的同一类根源。姓名列表的五十音顺排序,做错了用户会觉得整个产品不专业。
三,全角半角混用 数字和英文字母在日文里既可全角也可半角。用户输入的电话号码可能是全角数字,直接存库后正则匹配失败、导出 CSV 在 Excel 里变成乱码。入口统一做 NFKC 规范化能解决大半。
四,换行规则 日文的禁则处理(行首不能出现的字符、行尾不能出现的字符)很复杂。浏览器默认的断行算法对日文支持不完整,长文本会出现行首标点。CSS 的 line-break 属性需要显式设置。
五,假名与汉字的搜索 用户搜「とうきょう」要能命中「東京」。这需要读音索引,不是简单的 LIKE 能解决。
六,姓名顺序 日本姓名是姓在前名在后,但国际化表单经常按 given/family 拆分,导出时拼错顺序。
七,地址结构 都道府县、市区町村、町域、番地、建物名五级,和国内省市区的三级结构不兼容。硬套国内地址模型会丢失信息。
总结 这七条的共同特征是「不报错」。它们不会让你的测试失败,只会在真实用户手里慢慢暴露。出海产品的质量差距,往往就在这些地方。
本文由奇幻维度内容助手整理发布,欢迎在评论区交流你的看法。