सामग्री पर जाएं
Coverton ब्लॉग
इस लेख में
दस्तावेज़ और पाठ

जब समान दिखने वाला पाठ तुलना में विफल रहता है तो यूनिकोड को सामान्य कैसे करें

विभिन्न अंतर्निहित वर्ण अनुक्रमों का उपयोग करते समय उच्चारण वर्ण या कोरियाई पाठ समान दिख सकते हैं। सामान्यीकरण उनके प्रतिनिधित्व को संरेखित कर सकता है, लेकिन नामों और सार्थक प्रतीकों को अभी भी स्रोत के साथ सावधानीपूर्वक तुलना की आवश्यकता है।

टूल खोलेंइस टूल का उपयोग कैसे करें ↓
यूनिकोड सामान्यीकरण
यह चित्र टूल की कार्यप्रणाली दिखाता है; यह अपलोड की गई फ़ाइल से बना परिणाम नहीं है।

इस टूल का उपयोग कैसे करें

  1. टेक्स्ट दर्ज करें या स्रोत टेक्स्ट फ़ाइल जोड़ें।
  2. आवश्यक सामान्यीकरण प्रपत्र का चयन करें.
  3. नाम और विशेष प्रतीकों को चलाएँ और तुलना करें।
  4. सामान्यीकृत पाठ डाउनलोड करें.

सही सेटिंग्स चुनें

आपके वर्कफ़्लो के लिए आवश्यक वर्ण संरचना के अनुसार NFC या NFD चुनें। NFKC और NFKD भी संगतता वर्ण बदलते हैं, इसलिए संवेदनशील पहचानकर्ताओं पर लागू करने से पहले पूर्ण-चौड़ाई वाले फॉर्म और विशेष प्रतीकों की समीक्षा करें।

समर्थित इनपुट
  • TXT,MD
उपलब्ध सेटिंग्स
  • सामान्यीकरण प्रपत्र

शुरू करने से पहले

पाठ निकालने और फ़ाइल व्यवस्थित करने की तैयारी

तय करें कि आपको पढ़ने योग्य पाठ चाहिए या मूल पन्ने जैसा विन्यास। पाठ निकालने वाले औज़ार का परिणाम तस्वीरों, पृष्ठ सज्जा और हर तत्व की स्थिति को नहीं बचाता। नाम का विस्तार बदलना फ़ाइल रूपांतरण नहीं है। स्रोत का वास्तविक प्रारूप और बताई गई समर्थन सीमा देखें; समान नाम वाले पुराने प्रारूप को भी समर्थित मानकर न चलें।

जरूरी सामग्री पहले पहचानें: मुख्य लेख, तालिका, स्लाइड के कई पाठ खंड या टिप्पणी। दस्तावेज़ में संग्रहीत क्रम और मनुष्य के पढ़ने का क्रम अलग हो सकते हैं। तालिका में शीर्षक से संबंधित मान कहाँ जाते हैं, यह नमूने से जाँचें। निकाले गए खंड का निशान जरूरी नहीं कि मूल की छपी पन्ना संख्या हो।

पंक्ति सफाई से पहले देखें कि खाली पंक्ति और स्थान क्या अर्थ रखते हैं। कविता, पते, सूची और तालिका में पंक्तियाँ जोड़ना या क्रम बदलना सामग्री बदल सकता है। एक जैसे दिखने वाले अक्षरों के आंतरिक कोड अलग हो सकते हैं। Unicode सामान्यीकरण अक्षरों का तकनीकी रूप बदलता है; उससे अर्थ, वर्तनी या खराब अनुवाद अपने आप ठीक नहीं होते।

दोहराव खोज और नाम बदलने के काम में मूल फ़ाइलों की सूची रखें। बाइट के स्तर पर समानता और दिखने में समानता अलग हैं; एक जैसी तस्वीरों की आंतरिक जानकारी अलग हो सकती है। नए नामों को मूल नामों से मिलाएँ, विस्तार और क्रम जाँचें। परिणाम डाउनलोड करना उपकरण पर मौजूद मूल फ़ाइलों को अपने आप मिटाना या बदलना नहीं है।

पढ़ने का क्रम और छिपी जानकारी की समीक्षा

निकाले पाठ की शुरुआत, अंत और बीच की तालिकाएँ मूल से मिलाएँ। कई पाठ खंड वाली स्लाइड में पंक्तियाँ उलटे क्रम में आ सकती हैं। चित्र, समीकरण या नोट नहीं आए हों तो केवल नई पंक्तियाँ जोड़ने से वे वापस नहीं मिलेंगे। आवश्यक सामग्री को मूल संपादक में देखें और तय करें कि यह परिणाम अगले काम के लिए पर्याप्त है।

HTML या Markdown के परिणाम को उसके वास्तविक उपयोग स्थान पर जाँचें। चित्रों और लिंक के सापेक्ष पते उस स्थान से खुलते हैं या नहीं, यह देखें। HTML से लिखा पाठ निकालना किसी पते पर जाकर वेबपन्ना पढ़ना या उसकी स्क्रिप्ट चलाना नहीं है। तालिका, फुटनोट और खास लेखन के लिए उसी औज़ार की समर्थन सीमा लागू होती है।

जहाँ सामान्यीकरण का रूप चुन सकते हों, उससे बदलने वाले प्रतीकों को समझें। संगतता वाला रूप खास आकार के अक्षरों को बदल सकता है। हर अदृश्य अक्षर बेकार नहीं; दिशा और शब्दों को साथ रखने वाले निशान जरूरी हो सकते हैं। अदृश्य अक्षरों की जाँच में वैकल्पिक हटाव केवल U+200B और BOM पर लागू होता है। रिपोर्ट और हटाने का नियम अलग देखें, फिर परिणाम में जरूरी नाम खोजें।

गोपनीयता की रिपोर्ट में लेखक, टिप्पणियाँ, छिपी शीट या बाहरी संदर्भ हों तो मूल दस्तावेज़ के संपादक में उनकी समीक्षा करें। निरीक्षण का मतलब अपने आप सफाई होना नहीं है। बदलाव के बाद फिर जाँचें और दिखाई देने वाले नाम व संपर्क भी पढ़ें। खाली रिपोर्ट दस्तावेज़ में हर तरह की निजी जानकारी अनुपस्थित होने का प्रमाण नहीं देती।

इनपुट और आउटपुट का उदाहरण

विघटित पाठ + NFC → विघटित पाठ

उदाहरण कार्यप्रणाली बताते हैं। परिणाम स्रोत फ़ाइल और सेटिंग्स पर निर्भर करते हैं।

सहेजने से पहले परिणाम जांच लें

कोरियाई, उच्चारण, पूर्ण-चौड़ाई वाले वर्णों और प्रतीकों वाली पंक्तियों का उनके मूल के साथ निरीक्षण करें। जब दृश्य परिणाम अपरिवर्तित लगता है, तो प्रोग्राम में खोज या स्ट्रिंग तुलना का परीक्षण करें जो सामान्यीकृत पाठ का उपयोग करेगा।

यदि परिणाम आपकी अपेक्षा से भिन्न है

सामान्यीकरण गलत फ़ाइल डिकोडिंग या भ्रष्ट स्रोत द्वारा पहले से ही क्षतिग्रस्त वर्णों की मरम्मत नहीं कर सकता है। यदि पाठ स्पष्ट रूप से टूटा हुआ है, तो यूनिकोड प्रतिनिधित्व बदलने से पहले मूल फ़ाइल और उसके एन्कोडिंग की जांच करें।

ध्यान में रखने योग्य सीमाएँ

  • NFC सामान्य रचित पाठ के लिए उपयुक्त है। NFKC/NFKD संगतता वर्ण भी बदलते हैं। परिणाम की समीक्षा करें.

अगला काम चुनें

DOCX को टेक्स्ट में बदलें

जब आपको शब्दों की समीक्षा करने की आवश्यकता हो तो DOCX बॉडी टेक्स्ट और समर्थित हेडर या फ़ुटर निकालें। TXT परिणाम फ़ॉन्ट या पेज लेआउट को पुन: पेश नहीं करता है, इसलिए इसकी सामग्री की तुलना दस्तावेज़ की मुद्रित उपस्थिति से अलग करें।

निकाले गए भागों के लिए रिक्त रेखाएँ, एकल-पंक्ति पृथक्करण या अनुभाग मार्कर चुनें। वे मार्कर निकाले गए अनुभागों का वर्णन करते हैं और DOCX के भौतिक मुद्रित पृष्ठ संख्याओं को दोबारा नहीं बनाते हैं।

टूल खोलें

PPTX को टेक्स्ट में बदलें

एक TXT उद्धरण किसी प्रस्तुति के शब्दों की स्लाइड दर स्लाइड समीक्षा करने के लिए उपयोगी है। यह न मानें कि निकाला गया अनुक्रम कैनवास पर दृश्य प्लेसमेंट से मेल खाता है; निरीक्षण करें कि शीर्षक और स्पष्टीकरण आउटपुट में कैसे जुड़ते हैं।

प्रत्येक निकाले गए अनुभाग में एक स्लाइड लेबल जोड़ने के लिए स्लाइड-मार्कर मोड चुनें। जब वे लेबल आपके द्वारा संपादित किए जाने वाले पाठ के लिए अनावश्यक हों तो रिक्त-पंक्ति या एकल-पंक्ति पृथक्करण का उपयोग करें।

टूल खोलें
Covertonयूनिकोड सामान्यीकरण
टूल खोलें

यह मार्गदर्शिका सार्वजनिक ब्राउज़र टूल की व्याख्या करती है। मूल की एक प्रति अपने पास रखें और इसे साझा करने से पहले परिणाम का निरीक्षण करें।

यह अनुवाद सॉफ्टवेयर सहायता से तैयार किया गया था। आप अंग्रेजी संस्करण भी पढ़ सकते हैं। अंग्रेजी में पढ़ें