Ugrás a tartalomhoz
Coverton Blog
Ebben a cikkben
Dokumentumok és szövegek

Unicode normalizálás: hiányzó szöveg és sorrend

Az ékezetes karakterek vagy a koreai szöveg azonosnak tűnhet, ha különböző mögöttes karaktersorozatokat használnak. A normalizálás igazíthatja ábrázolásukat, de a neveket és a jelentéssel bíró szimbólumokat továbbra is gondosan össze kell hasonlítani a forrással.

Nyissa ki az eszköztHogyan kell használni ezt az eszközt ↓
Unicode normalizálás
Az ábra az eszköz használatának lépéseit mutatja. Nem egy feltöltött fájl feldolgozásának eredménye.

Hogyan kell használni ezt az eszközt

  1. Írjon be szöveget, vagy adja hozzá a forrásszövegfájlt.
  2. Válassza ki a kívánt normalizálási űrlapot.
  3. Futtassa és hasonlítsa össze a neveket és a speciális szimbólumokat.
  4. Töltse le a normalizált szöveget.

Válassza ki a megfelelő beállításokat

Válassza a NFC vagy a NFD NFD elemet a munkafolyamathoz szükséges karakterösszetételnek megfelelően. A NFKC és a NFKD a kompatibilitási karaktereket is megváltoztatja, ezért tekintse át a teljes szélességű űrlapokat és a speciális szimbólumokat, mielőtt bármelyiket alkalmazná az érzékeny azonosítókra.

Támogatott bemenet
  • TXT,MD
Elérhető beállítások
  • Normalizációs forma

Mielőtt elkezdi

Válassza szét a szöveget és a fájlkezelést

Döntse el, hogy szavak, szerkezet, rejtett adatok vagy fájlnevek jelentik-e a feladatot. Őrizze meg az eredetit, és ellenőrizze a támogatott bemenetet. Az egyszerű szöveg segít a megfogalmazás átnézésében, de nem feltétlenül ad vissza minden képet, betűtípust, egyenletet vagy oldalelrendezést.

Az elválasztást, normalizálást vagy tisztítást rövid, címsorokat, különleges karaktereket és jelentéssel bíró sortöréseket tartalmazó részen próbálja. Vizsgálathoz vagy összehasonlításhoz minden érintett forrást adjon hozzá. Másolatok átnevezésekor ellenőrizze a sorrendet, és tartsa meg a régi és új nevek összerendelését.

Tisztítás előtt döntse el, mely szóközök, ismételt sorok vagy jelek hordoznak jelentést; eltérő írásmód szándékos is lehet. Fájlvizsgálatnál és rendszerezésnél a bevont fájlokat és szó szerinti név- vagy összehasonlítási szabályokat jegyezze fel. Ellenőrizzen rövid forrásrészletet vagy ismert fájlpárt. A köztes másolatot külön vizsgálja: korábbi kinyerés, normalizálás vagy átnevezés magyarázhatja az eltérést.

Vizsgálja a jelentést és a megfeleltetést

Olvassa el az elejét, végét és a részek közötti átmeneteket. Neveket, táblázatértékeket és különleges jeleket hasonlítson a forráshoz. Jelentés esetén keressen vissza néhány megállapítást az eredetiben: a vizsgálat ellenőrzési pontokat ad, de nem távolítja el automatikusan az adatokat.

A letöltött másolatoknál nézze meg a neveket, kiterjesztéseket és a forráshoz tartozást. Hiányzó vagy kevert szöveget okozhat nem támogatott beágyazott tartalom, kódolás vagy olvasási sorrend. A névváltoztatás nem változtat formátumot; azonos megjelenés nem bizonyítja két fájl bájtjainak azonosságát.

Példa bemenetre és kimenetre

NFC → összetett szöveg

Példák írják le a munkafolyamatot. Az eredmények a forrásfájltól és a beállításoktól függenek.

Mentés előtt ellenőrizze az eredményt

Vizsgálja meg a koreai, ékezetes, teljes szélességű karaktereket és szimbólumokat tartalmazó sorokat az eredeti szöveg mellett. Ha a vizuális eredmény változatlannak tűnik, tesztelje a keresést vagy a karakterlánc-összehasonlítást a normalizált szöveget használó programban.

Ha az eredmény eltér a várttól

A normalizálás nem tudja kijavítani a helytelen fájldekódolás vagy a sérült forrás miatt már megsérült karaktereket. Ha a szöveg láthatóan törött, vizsgálja meg az eredeti fájlt és annak kódolását, mielőtt megváltoztatná az Unicode-ábrázolást.

Használati korlátok

  • A NFC normál szövegalkotásra alkalmas. A NFKC/NFKD a kompatibilitási karaktereket is módosítja. Tekintse át az eredményt.

Folytassa a kapcsolódó eszközökkel

Alakítsa át a DOCX-t Szöveg-re

Kivonja a DOCX törzsszöveget és a támogatott fejléceket vagy lábléceket, ha át kell tekintenie a szövegezést. A TXT eredmény nem reprodukálja a betűtípusokat vagy az oldalelrendezést, ezért a tartalmát külön hasonlítsa össze a dokumentum nyomtatott megjelenésétől.

Válasszon üres sorokat, egysoros elválasztást vagy szakaszjelzőket a kivont részekhez. Ezek a jelölők kivont részeket írnak le, és nem hozzák létre újra a DOCX fizikai nyomtatott oldalszámait.

Nyissa ki az eszközt

Alakítsa át a PPTX-t Szöveg-re

A TXT kivonat hasznos a prezentáció szövegezésének diánkénti áttekintésére. Ne feltételezze, hogy a kivont szekvencia megegyezik a vásznon lévő vizuális elhelyezéssel; ellenőrizze, hogyan kapcsolódnak össze a címek és a magyarázatok a kimenetben.

Válassza a diajelölő módot, ha minden kibontott szakaszhoz DIA címkét szeretne hozzáadni. Használjon üressoros vagy egysoros elválasztást, ha ezek a címkék nem szükségesek a szerkeszteni kívánt szöveghez.

Nyissa ki az eszközt
CovertonUnicode normalizálás
Nyissa ki az eszközt

Ez az útmutató a böngészőben használható, nyilvánosan elérhető eszközt ismerteti. Őrizze meg az eredeti másolatát, és megosztás előtt ellenőrizze az eredményt.

Ez a fordítás szoftveres segítséggel készült. Elolvashatja az angol verziót is. Olvass angolul