正規化のモード

Unicode正規化には、以下の４つのモードがある

• NFC
• NFD
• NFKC
• NFKD

検索エンジンで使用する場合は、"NFKC"を使用することが一般的。

これは、検索漏れを起こさず、できるだけ高速に検索実施させたいためである。

検索速度より向上させるために

Unicodeでは、”ガ”という文字は、以下の２通りで表現可能

• 平仮名か＋濁点（合成可能）という２文字

→NFD,NFKD

• 濁点付き平仮名かという１文字

→NFC,NFKC

できるだけ短くした方が良いため、後者の方がよい

検索漏れをなくす

"№"などのような特殊文字として、１文字で表現できます。
しかし、検索時には"№"という１文字でも、"No"という半角２文字でもヒットしてほしい。

そのため、これを満たす正規化は、NFKDとNKDCである。

ちなみに、有名な特殊文字は他にも㍻、㈱がある。

上記の２つの理由より、検索エンジンで使用される正規化ルールは、NFKCが一般的である。

参考：http://http://homepage1.nifty.com/nomenclator/unicode/normalization.htm