Lewati ke konten
Coverton blog
Dalam artikel ini
Dokumen dan teks

Normalisasi Unicode untuk teks yang terlihat sama tetapi tidak cocok

Karakter yang ditekankan atau teks Korea dapat terlihat identik sambil menggunakan urutan karakter yang berbeda. Normalisasi dapat menyelaraskan perwakilan mereka, tetapi nama dan simbol yang bermakna masih membutuhkan perbandingan yang hati-hati dengan sumber.

Buka alatnyaCara menggunakan alat ini ↓
Unicode dinormalisasi
Ilustrasi alur kerja alat ini; gambar ini bukan hasil pemrosesan file yang diunggah.

Cara menggunakan alat ini

  1. Masukkan teks atau tambahkan file teks sumber.
  2. Pilih bentuk normalisasi yang diperlukan.
  3. Lakukan dan bandingkan nama dan simbol khusus.
  4. Mengunduh teks yang normal.

Pilih pengaturan yang tepat

Pilih NFC atau NFD sesuai dengan komposisi karakter yang dibutuhkan oleh aliran kerja Anda. NFKC dan NFKD juga mengubah karakter kompatibilitas, jadi periksa bentuk lebar penuh dan simbol khusus sebelum menerapkan baik pada pengenal sensitif.

Masukan yang didukung
  • TXT,MD
Pengaturan yang tersedia
  • Bentuk Normalisasi

Sebelum mulai

Pilih sumber yang benar dan pengolahan teks yang sesuai

Periksa format dokumen sebenarnya dan apakah isinya teks atau hanya gambar. Ekstensi yang dikenal tidak membuktikan formatnya didukung. HWPX dan HWP lama berbeda. Simpan sumber jika tata letak, ilustrasi, atau dokumen resmi masih diperlukan untuk penggunaan berikutnya.

Saat merapikan teks, tentukan apakah urutan, baris kosong, dan spasi memiliki makna. Menggabungkan baris dapat merusak daftar, puisi, atau tabel. Normalisasi Unicode mengubah representasi karakter; bentuk kompatibilitas memerlukan pemeriksaan khusus pada nama dan simbol sebelum dipakai.

Pada inspeksi, pencarian duplikat, atau penamaan ulang, pahami jenis hasilnya. Laporan tidak otomatis menghapus temuan, dan byte identik berbeda dari gambar yang sekadar mirip. Periksa hubungan nama lama dan baru; penamaan ulang menghasilkan salinan dengan nama baru, bukan mengubah sumber di perangkat.

Periksa makna, urutan baca, dan bagian yang tidak terbawa

Cocokkan cuplikan dengan sumber, terutama judul, tabel, dan kotak teks. Urutan baca dapat berbeda dari posisi visual. Ekstraksi dokumen biasa tidak menyalin tulisan dalam gambar atau suara rekaman menjadi teks. Gunakan editor asli jika tata letak harus dipertahankan dengan tepat.

Uji nama, kode, dan angka di program yang akan menggunakan teks. Untuk karakter tak terlihat, periksa posisi dan titik kode dalam laporan sebelum menghapusnya; opsi penghapusan hanya mencakup kelompok yang disebutkan. Laporan kosong tidak membuktikan seluruh informasi pribadi atau masalah keamanan telah hilang.

Jika gagal, periksa enkripsi, perlindungan, dan variasi format yang didukung. Normalisasi Unicode tidak memperbaiki teks yang rusak akibat dekode salah. Cari pengodean sumber yang benar terlebih dahulu, lalu periksa karakter khusus dan bagian yang hilang. Tetap simpan dokumen resmi asli meskipun salinan teks bisa digunakan.

Contoh masukan dan keluaran

NFC dan NFC

Contoh menggambarkan alur kerja. Hasil tergantung pada file sumber dan pengaturan.

Periksa hasilnya sebelum Anda menyimpannya

Pemeriksaan baris yang berisi bahasa Korea, aksen, karakter lebar penuh dan simbol di samping asli mereka.Ketika hasil visual terlihat tidak berubah, coba pencarian atau band banding perbandingan dalam program yang akan menggunakan teks yang terstandard.

Jika hasilnya berbeda dari yang Anda harapkan

Normalisasi tidak dapat memperbaiki karakter yang sudah rosak oleh dekodasi file yang salah atau sumber yang rosak.Jika teks terlihat rusak, periksa file asli dan pengekodan sebelum mengubah representasi Unicode.

Batasan yang perlu diingat

  • NFC cocok untuk teks komposit normal. NFKC/NFKD juga mengubah karakter kompatibilitas.

Pilih tugas berikutnya

Ubah DOCX menjadi Teks

Mengekstrak teks tubuh DOCX dan kepala atau kaki yang didukung ketika Anda perlu meninjau pengaturannya. hasil TXT tidak mengulangi font atau layout halaman, jadi bandingkan kontennya secara terpisah dari tampilan cetak dokumen.

Pilih garis putih, pemisahan satu garis atau penanda bagian untuk bagian yang diekstrak. penanda ini menggambarkan bagian yang diekstrak dan tidak mengembalikan angka halaman yang dicetak fisik DOCX.

Buka alatnya

Ubah PPTX menjadi Teks

Ekstrak TXT berguna untuk meninjau pengeditan slide presentasi dengan slide.Jangan menganggap sekuel yang dikeluarkan sesuai dengan penempatan visual pada kanvas; periksa bagaimana judul dan penjelasan terhubung dalam output.

Pilih mode slide-marker untuk menambahkan label SLIDE ke setiap bagian yang dikeluarkan. Gunakan garis kosong atau separasi satu baris ketika label tersebut tidak diperlukan untuk teks yang akan Anda edit.

Buka alatnya
CovertonUnicode dinormalisasi
Buka alatnya

Panduan ini menjelaskan alat yang tersedia untuk digunakan di browser. Simpan salinan file asli dan periksa hasilnya sebelum membagikannya.

Terjemahan ini disiapkan dengan bantuan perangkat lunak. Anda juga dapat membaca versi bahasa Inggris. Baca dalam bahasa Inggris