Saltar al contenido
Coverton Blog
En este artículo
Documentos y texto

normalizar Unicode: revisar texto y orden

Los caracteres acentuados o el texto coreano pueden parecer idénticos aunque se utilicen diferentes secuencias de caracteres subyacentes. La normalización puede alinear su representación, pero los nombres y símbolos significativos aún necesitan una comparación cuidadosa con la fuente.

Abre la herramientaCómo utilizar esta herramienta ↓
normalizar Unicode
Ilustración del flujo de trabajo de esta herramienta; no es el resultado de un archivo cargado.

Cómo utilizar esta herramienta

  1. Ingrese texto o agregue el archivo de texto fuente.
  2. Seleccione el formulario de normalización requerido.
  3. Ejecute y compare nombres y símbolos especiales.
  4. Descargue el texto normalizado.

Elija la configuración correcta

Elija NFC o NFD según la composición de caracteres que necesite su flujo de trabajo. NFKC y NFKD también cambian los caracteres de compatibilidad, así que revise los formularios de ancho completo y los símbolos especiales antes de aplicarlos a identificadores confidenciales.

Entrada admitida
  • TXT,MD
Configuraciones disponibles
  • Formulario de normalización

Antes de empezar

Separar contenido y organización de archivos

Decida si trabaja con redacción, estructura, información oculta o nombres de archivo. Conserve el original y consulte los formatos admitidos. El texto plano ayuda a revisar las palabras, pero no reproduce necesariamente imágenes, fuentes, ecuaciones ni distribución de páginas.

Pruebe los separadores, la normalización o la limpieza disponibles en un fragmento con títulos, caracteres especiales y saltos significativos. Para inspeccionar o comparar archivos, incluya todas las fuentes necesarias. Al renombrar copias, revise el orden elegido y guarde la relación entre nombres anteriores y nuevos.

Antes de limpiar texto, decida qué espacios, repeticiones o caracteres tienen significado; una escritura diferente puede ser intencional. En inspección u organización, registre los archivos incluidos y las opciones literales de nombres o comparación. Revise un fragmento corto o una pareja de archivos conocida. Compare la copia intermedia aparte: una extracción, normalización o cambio de nombre previo puede explicar la diferencia.

Comprobar significado y correspondencia

Lea el inicio, el final y las transiciones entre secciones. Compare nombres, valores de tablas y caracteres con el original. Si recibe un informe, localice algunas observaciones en la fuente: sirve para orientar la revisión, no elimina automáticamente la información señalada.

En las copias descargadas, confirme nombres, extensiones y correspondencia con los originales. Un texto ausente o desordenado puede deberse a contenido incrustado no admitido, codificación u orden de lectura. Cambiar el nombre no cambia el formato; dos archivos visualmente iguales no tienen necesariamente los mismos bytes.

Ejemplo de entrada y salida

texto descompuesto + NFC → texto compuesto

Los ejemplos describen el flujo de trabajo. Los resultados dependen del archivo fuente y de la configuración.

Compruebe el resultado antes de guardar

Inspeccione líneas que contengan coreano, acentos, caracteres de ancho completo y símbolos junto con sus originales. Cuando el resultado visual parezca no haber cambiado, pruebe la búsqueda o la comparación de cadenas en el programa que utilizará el texto normalizado.

Si el resultado no es el esperado

La normalización no puede reparar caracteres que ya están dañados por una decodificación de archivos incorrecta o una fuente corrupta. Si el texto está visiblemente roto, investigue el archivo original y su codificación antes de cambiar la representación Unicode.

Límites a tener en cuenta

  • NFC es adecuado para texto compuesto normal. NFKC/NFKD también cambian los caracteres de compatibilidad. Revisa el resultado.

Continuar con herramientas relacionadas

Convertir DOCX a Texto

Extraiga el texto del cuerpo DOCX y los encabezados o pies de página admitidos cuando necesite revisar la redacción. El resultado TXT no reproduce fuentes ni diseño de página, por lo tanto, compare su contenido por separado de la apariencia impresa del documento.

Elija líneas en blanco, separación de una sola línea o marcadores de sección para las partes extraídas. Esos marcadores describen secciones extraídas y no recrean los números de página impresos físicos del DOCX.

Abre la herramienta

Convertir PPTX a Texto

Un extracto TXT es útil para revisar la redacción de una presentación diapositiva por diapositiva. No asuma que la secuencia extraída coincide con la ubicación visual en el lienzo; Inspeccione cómo se conectan los títulos y las explicaciones en el resultado.

Elija el modo de marcador de diapositivas para agregar una etiqueta DIAPOSITIVA a cada sección extraída. Utilice separación de líneas en blanco o de una sola línea cuando esas etiquetas no sean necesarias para el texto que editará.

Abre la herramienta
Covertonnormalizar Unicode
Abre la herramienta

Esta guía explica la herramienta de acceso público que se utiliza en el navegador. Guarde una copia del original y revise el resultado antes de compartirlo.

Esta traducción fue preparada con asistencia de software. También puedes leer la versión en inglés. Leer en ingles