文档里复制出来的两个a,肉眼几乎一样,程序比较却不相等。此时先不要认定哈希工具随机,也不要靠换字体继续猜。它们可能是不同文字系统里的字符,只是外形相近。

2026年11月17日,本文使用拉丁小写a与西里尔小写а做公开对照,没有访问同形域名或提交任何账号信息。通过当前转换工具取得字符编号,再用本地字节和摘要计算保留差异。

先把视觉相似换成可比较的编号

在文本与Unicode互转工具输入拉丁字母 a。本次转换结果为数字实体 a,对应码点U+0061。

拉丁小写a的转换结果是数字实体97,可用编号确认字符,而不是只看字体外形
拉丁小写a的转换结果是数字实体97,可用编号确认字符,而不是只看字体外形

再把输入换成西里尔字母 а。本次结果为 а,对应U+0430。两段实体明显不同,说明不是同一个字符换了一种显示字体。

西里尔小写а转换为数字实体1072,与拉丁a的编号不同
西里尔小写а转换为数字实体1072,与拉丁a的编号不同

数字实体属于文本的一种表示方式;网页解析实体后,仍然会得到各自的字符,不会因为它们都像a就合并。查问题时同时保存原始文本与码点,比截图里圈出一个相似轮廓更容易让接手的人复现。

不同字符会得到不同字节与摘要

本地UTF-8记录中,拉丁a是十六进制61,西里尔а是d0b0。SHA-256针对实际输入字节计算,得到的两份摘要不同是预期结果,不是工具对同一份数据给出了随机答案。

这里两次都没有额外换行。若自己复查时用终端echo,还要注意它是否自动添加LF,否则会多出另一个变量。也不要把屏幕上写出的HEX文字直接当成原始字节交给文本摘要工具,那样计算的对象又变了一次。

这组区别也不是组合字符的规范化问题。对两个字符分别做NFC,它们仍然是各自的字符;不能期待一个普通规范化操作把不同文字系统的相似字母统一成同一个拉丁字母。Unicode同形字符检测有专门的处理思路,需要结合标识符用途和上下文。

域名转换同样保留这个区别

接着在中文域名转码工具中输入以西里尔а开头的 а.test,本次ASCII结果为 xn--80a.test。这里的.test用于演示,不涉及真实注册与访问。

西里尔字母组成的演示名称转换为xn--80a.test;它不是ASCII的a.test
西里尔字母组成的演示名称转换为xn--80a.test;它不是ASCII的a.test

名称视觉相近,不代表它们指向同一项注册记录、同一DNS区域或同一网站。转码输出也没有替我们证明这个名称已经注册或可以访问。核对域名时,应比较完整的规范表示和来源,不要只凭聊天窗口里显示的几个字形。

工具给出的编码差异是一个线索,不能仅凭它把某个输入定性成恶意行为。多语言名称有正常用途,实际判断需要结合来源、预期名称与使用场景;本文只演示为什么视觉相似不能代替字符串相等。

把输入问题定位到具体字符

遇到账号名、配置键或签名文本看起来相同却不匹配,先检查每个码点、UTF-8字节与首尾空白,再比较业务是否允许混合文字系统。若只把整串文本手工重输一遍,虽然可能暂时绕过问题,却容易丢掉最初的异常字符证据。

向他人反馈时,可以保留“位置、字符编号、预期编号”这几项,不需要带入真实密码或令牌。确认是哪一个字符不同后,再按业务规则更正原始输入,避免让一张看似完全相同的截图承担字符串一致的证明。