我有一个包含希伯来语的 Microsoft Word 文档，其中的一些元音标记似乎与它们应该所在的字母分开。
例子：
用一个字符串分析器，我确定发生这种情况的字母被解释为“字母表示形式”，而不是常规希伯来字母。（在上面的例子中，带点的 gimmel 的 unicode 值为 U+FB32，而不是 U+05D2 和 U+05BC。）
有什么方法可以将所有内容转换为标准希伯来语 Unicode 字符，以便元音能够正确显示？
谢谢！
答案1
尝试一下这个 niqqud添加在，也许您添加 niqqud 的方式出了问题。
答案2
你的测试文档在 Word 2007 上似乎显示正常，但当我将文本从其中复制并粘贴到BabelPad编辑器，它显示错误，和图片一样。当我使用 BabelPad 命令转换 → 规范化形式 → NFC 时，显示问题得到修复。
问题似乎不在于预组合字符（如 U+FB32 HEBREW LETTER GIMEL WITH DAGESH），而在于与后面的附加组合标记（如 U+05B7 HEBREW POINT PATAH）结合使用。有些程序无法处理此类组合，即使它们可以处理完全分解的形式（基本字母后跟两个组合标记）。
不可能（也可能无关紧要）知道字符组合是如何进入文件的。它们是有效的 Unicode 数据，但未规范化，规范化大概可以解决问题。似乎您确实可以使用任何 Unicode 规范化形式，但出于一般原因，NFC 通常是首选。
据我所知，Word 没有标准化工具，因此您需要使用外部工具。BabelPad 适用于纯文本，但我不知道它处理大文件的效果如何，并且您可能需要保留一些格式。因此，也许您可以将文件保存为 HTML，在 BabelPad 中将数据标准化为 NFC，然后在 Word 中打开经过修改的 HTML 文件。（我首先想到使用 RTF 而不是 HTML，但 Word 似乎生成的 RTF 不包含实际的希伯来语字符，但包含一些转义符号。）
答案3
我无法将其作为评论提交，因此我将提交它作为答案。根据@Jukka K. Korpela 的建议，我编写了一个 Word 宏，将预制字符转换为“正常”字符。可以下载这里。