Hvordan man normaliserer Unicode, når identisk-synende tekst mislykkes sammenligninger
Accented tegn eller koreansk tekst kan se identiske, mens du bruger forskellige underliggende tegn sekvenser. Normalisering kan tilpasse deres repræsentation, men navne og meningsfyldte symboler stadig har brug for en omhyggelig sammenligning med kilden.

Sådan bruger du dette værktøj
- Indtast tekst eller tilføje kilde tekstfil.
- Vælg den nødvendige standardiseringsform.
- Sammenlign navn og særlige symboler.
- Download den standardiserede tekst.
Vælg de rigtige indstillinger
Vælg NFC eller NFD i henhold til karakterkompositionen, der kræves af dit arbejdsproces. NFKC og NFKD ændrer også kompatibilitet karakterer, så gennemgå fuldbredte formularer og særlige symboler, før du anvender enten til følsomme identifikatorer.
- Understøttet input
- TXT,MD
- Tilgængelige indstillinger
- Normalisering form
Før du begynder
Skeln mellem tekst og filhåndtering
Bestem, om opgaven gælder ordlyd, struktur, skjulte oplysninger eller filnavne. Gem originalen, og kontrollér det understøttede input. Ren tekst hjælper med at læse formuleringerne, men gengiver ikke nødvendigvis alle billeder, skrifttyper, ligninger og sidelayout.
Prøv tilbudte separatorer, normalisering eller rensning på et kort afsnit med overskrifter, specialtegn og betydningsfulde linjeskift. Til inspektion eller sammenligning skal alle relevante kilder med. Ved omdøbning af kopier skal du kontrollere rækkefølgen og gemme forbindelsen mellem gamle og nye navne.
Bestem før rensning hvilke mellemrum, gentagne linjer eller tegn der har betydning; en anden stavning kan være tilsigtet. Ved inspektion eller organisering noterer du filer og bogstavelige navne- eller sammenligningsregler. Kontrollér et kort kildeafsnit eller et kendt filpar. Sammenlign mellemkopien separat: tidligere udtræk, normalisering eller omdøbning kan forklare forskellen.
Kontrollér betydning og sammenhæng
Læs begyndelsen, slutningen og overgange mellem afsnit. Sammenlign navne, tabelværdier og specialtegn med kilden. Hvis resultatet er en rapport, så find nogle observationer i originalen: inspektionen viser, hvad der bør gennemgås, men fjerner ikke automatisk oplysningerne.
I downloadede kopier skal du kontrollere navne, endelser og sammenhæng med originalerne. Manglende eller blandet tekst kan skyldes indlejret indhold uden støtte, kodning eller læserækkefølge. Et nyt navn ændrer ikke formatet; samme udseende beviser ikke ens byte i to filer.
Eksempel på input og output
tekst med opdelte tegn + NFC → tekst med sammensatte tegnEksempler beskriver arbejdsgangen. Resultaterne afhænger af kildefilen og indstillingerne.
Tjek resultatet før du gemmer
Inspektion linjer, der indeholder koreansk, accents, fuldbredte tegn og symboler ved siden af deres originale. Når det visuelle resultat ser uændret, test søgning eller string sammenligning i programmet, der vil bruge den normaliserede tekst.
Hvis resultatet er anderledes end forventet
Normalisering kan ikke reparere tegn, der allerede er beskadiget ved fejlagtig fil dekodering eller en korrupt kilde. Hvis teksten er synligt brudt, undersøge den oprindelige fil og dens kodning, før du ændrer Unicode repræsentation.
Grænser at huske på
- NFC er egnet til normal komposit tekst. NFKC/NFKD også ændrer kompatibilitet tegn.
Fortsæt med relaterede værktøjer
Denne vejledning beskriver det tilgængelige browserværktøj. Gem en kopi af originalen, og kontrollér resultatet, før du deler det.
Denne oversættelse er udarbejdet med softwareassistance. Du kan også læse den engelske version. Læs på engelsk