Přejít na obsah
Coverton Blog
V tomto článku
Dokumenty a text

Unicode normalizovat: chybějící text a pořadí

Znaky s diakritikou nebo korejský text mohou vypadat identicky při použití různých základních sekvencí znaků. Normalizace může zarovnat jejich reprezentaci, ale názvy a smysluplné symboly stále vyžadují pečlivé srovnání se zdrojem.

Otevřete nástrojJak používat tento nástroj ↓
Unicode normalizovat
Ilustrace pracovního postupu tohoto nástroje; není to výsledek nahraného souboru.

Jak používat tento nástroj

  1. Zadejte text nebo přidejte zdrojový textový soubor.
  2. Vyberte požadovaný normalizační formulář.
  3. Spusťte a porovnejte jména a speciální symboly.
  4. Stáhněte si normalizovaný text.

Zvolte správná nastavení

Vyberte NFC nebo NFD podle složení znaků, které váš pracovní postup vyžaduje. NFKC a NFKD také mění znaky kompatibility, proto si před použitím některého z citlivých identifikátorů prohlédněte formuláře a speciální symboly v plné šířce.

Podporovaný vstup
  • TXT,MD
Dostupná nastavení
  • Normalizační forma

Než začnete

Oddělte práci s textem a soubory

Rozhodněte, zda se úloha týká slov, struktury, skrytých informací nebo názvů souborů. Uchovejte originál a ověřte podporovaný vstup. Prostý text pomáhá číst obsah, ale nemusí reprodukovat všechny obrázky, písma, rovnice a rozvržení stránek.

Dostupné oddělovače, normalizaci nebo čištění zkuste na krátkém úseku s nadpisy, zvláštními znaky a významovými konci řádků. Pro kontrolu nebo porovnání přidejte všechny potřebné zdroje. Při přejmenování kopií ověřte pořadí a zachovejte přiřazení starých názvů k novým.

Před čištěním určete, které mezery, opakované řádky nebo znaky nesou význam; jiný zápis může být záměrný. U kontroly či organizace zaznamenejte soubory a doslovná pravidla názvů nebo srovnání. Ověřte krátký zdrojový úsek nebo známou dvojici souborů. Mezikopii porovnávejte zvlášť: dřívější získání textu, normalizace či přejmenování mohou vysvětlit rozdíl ještě před použitím tohoto nástroje. Prázdný řádek mezi odstavci může mít jiný význam než zalomení uvnitř jedné věty; pravidlo čištění tomu musí odpovídat.

Ověřte význam a přiřazení

Přečtěte začátek, konec a přechody mezi částmi. Porovnejte jména, tabulkové hodnoty a zvláštní znaky se zdrojem. U zprávy vyhledejte několik zjištění v originálu: kontrola určuje, co prověřit, ale nalezené informace automaticky neodstraňuje.

U stažených kopií ověřte názvy, přípony a vztah k originálům. Chybějící či pomíchaný text může souviset s nepodporovaným vloženým obsahem, kódováním nebo pořadím čtení. Nový název nemění formát; stejný vzhled neprokazuje totožné bajty dvou souborů.

Příklad vstupu a výstupu

Text zkompozit + NFC → text zkompozit

Příklady popisují pracovní postup. Výsledky závisí na zdrojovém souboru a nastavení.

Před uložením zkontrolujte výsledek

Zkontrolujte řádky obsahující korejštinu, akcenty, znaky a symboly v plné šířce vedle jejich originálů. Když se vizuální výsledek nezmění, otestujte vyhledávání nebo porovnání řetězců v programu, který použije normalizovaný text.

Pokud se výsledek liší od toho, co jste očekávali

Normalizace nemůže opravit znaky již poškozené nesprávným dekódováním souboru nebo poškozeným zdrojem. Pokud je text viditelně poškozený, prozkoumejte původní soubor a jeho kódování, než změníte reprezentaci Unicode.

Omezení nástroje

  • NFC je vhodný pro normálně komponovaný text. NFKC/NFKD také mění znaky kompatibility. Zkontrolujte výsledek.

Pokračujte se souvisejícími nástroji

Převést DOCX na Text

Extrahujte hlavní text DOCX a podporovaná záhlaví nebo zápatí, když potřebujete zkontrolovat znění. Výsledek TXT nereprodukuje písma ani rozvržení stránky, takže jeho obsah porovnejte odděleně od tištěného vzhledu dokumentu.

Vyberte prázdné řádky, jednořádkové oddělení nebo značky sekcí pro extrahované části. Tyto značky popisují extrahované části a nevytvářejí znovu čísla fyzických tištěných stránek DOCX.

Otevřete nástroj

Převést PPTX na Text

Výňatek TXT je užitečný pro kontrolu znění prezentace snímek po snímku. Nepředpokládejte, že extrahovaná sekvence odpovídá vizuálnímu umístění na plátně; zkontrolujte, jak se ve výstupu spojují názvy a vysvětlení.

Chcete-li ke každé extrahované sekci přidat štítek SNÍMEK, vyberte režim značky snímku. Pokud jsou tyto štítky pro text, který budete upravovat, zbytečné, použijte oddělení prázdných řádků nebo jednoho řádku.

Otevřete nástroj
CovertonUnicode normalizovat
Otevřete nástroj

Tento průvodce popisuje veřejně dostupný nástroj používaný v prohlížeči. Uchovejte si kopii originálu a před sdílením zkontrolujte výsledek.

Tento překlad byl připraven za softwarové pomoci. Můžete si také přečíst anglickou verzi. Číst v angličtině