కంటెంట్‌కి దాటవేయండి
Coverton బ్లాగు
ఈ వ్యాసంలో
పత్రాలు మరియు వచనం

ఒకేలా కనిపించే టెక్స్ట్‌ను Unicode ప్రమాణ రూపంలోకి మార్చండి

accented characters లేదా Korean text ఒకేలా కనిపించినా అంతర్గత character sequences వేరవచ్చు. normalization వాటి రూపాన్ని సరిపోల్చగలదు. పేర్లు, అర్థవంతమైన symbolsను sourceతో జాగ్రత్తగా పోల్చండి.

సాధనాన్ని తెరవండిఈ సాధనం ఎలా ఉపయోగించాలి ↓
యూనికోడ్ సాధారణీకరణ
ఈ చిత్రం సాధనం పని చేసే దశలను వివరిస్తుంది. అప్‌లోడ్ చేసిన ఫైల్‌ను ప్రాసెస్ చేసిన ఫలితం కాదు.

ఈ సాధనం ఎలా ఉపయోగించాలి

  1. టెక్స్ట్ నమోదు చేయండి లేదా source text file జోడించండి.
  2. కావలసిన normalization form ఎంచుకోండి.
  3. నడిపి names, special symbols పోల్చండి.
  4. normalized text డౌన్‌లోడ్ చేయండి.

తగిన సెట్టింగ్‌లు ఎంచుకోండి

మీ పనికి కావలసిన character composition ప్రకారం NFC లేదా NFD ఎంచుకోండి. NFKC, NFKD compatibility charactersను కూడా మారుస్తాయి. ముఖ్యమైన identifiersకు ముందు full-width forms, special symbols పరిశీలించండి.

మద్దతున్న ఇన్‌పుట్
  • TXT,MD
అందుబాటులోని సెట్టింగ్‌లు
  • Normalization పద్ధతి

ప్రారంభానికి ముందు

వచనం, ఫైళ్లను నిర్వహించేందుకు సిద్ధం చేయండి

చదవగల వచనం కావాలా, మూల పేజీ అమరిక కావాలా అనేది నిర్ణయించండి. వచనం తీసే ఫలితం చిత్రాల స్థానం, పేజీ అలంకరణ, ప్రతి అంశాన్ని అలాగే ఉంచదు. పేరు పొడిగింపు మార్చడం ఫైలు మార్పిడి కాదు. అసలు ఆకృతి, మద్దతు పరిమితి చూడండి; దగ్గర పేరున్న పాత ఆకృతికీ మద్దతు ఉందని అనుకోకండి.

ముఖ్య వచనం, పట్టిక, స్లైడ్‌లో వేర్వేరు వచన పెట్టెలు లేదా గమనిక వంటి అవసరమైన భాగాలను గుర్తించండి. ఫైలులో దాచిన క్రమం మనం చదివే క్రమం నుంచి వేరుగా ఉండవచ్చు. పట్టికలో శీర్షిక కింద సరైన విలువ ఉందా నమూనాలో చూడండి. తీసిన భాగం గుర్తు మూలంలోని ముద్రిత పేజీ సంఖ్య కావాల్సిన అవసరం లేదు.

పంక్తులు శుభ్రపరిచే ముందు ఖాళీ పంక్తి, ఖాళీ స్థలానికి ఉన్న అర్థం చూడండి. కవిత, చిరునామా, జాబితా, పట్టికలో పంక్తులు కలపడం లేదా క్రమం మార్చడం విషయాన్ని మార్చవచ్చు. ఒకేలా కనిపించే అక్షరాల సంకేతాలు వేరుగా ఉండవచ్చు. Unicode సాధారణీకరణ సాంకేతిక రూపాన్ని మారుస్తుంది; అర్థం, అక్షరదోషం, తప్పు అనువాదాన్ని స్వయంగా సరిచేయదు.

నకళ్లు వెతికే లేదా పేరు మార్చే ముందు మూల పేర్ల జాబితా ఉంచండి. బైట్లు ఒకటిగా ఉండడం, చూడటానికి ఒకేలా ఉండడం వేరు. ఒకే చిత్రం ఫైళ్లలో అంతర్గత సమాచారం మారవచ్చు. కొత్త పేర్లను మూల పేరు, క్రమం, పొడిగింపుతో పోల్చండి. ఫలితాన్ని డౌన్‌లోడ్ చేయడం పరికరంలోని మూల ఫైళ్లను స్వయంగా తొలగించదు, పేర్లు మార్చదు.

చదివే క్రమం, దాగిన సమాచారం తనిఖీ చేయండి

తీసిన వచనం మొదలు, చివర, మధ్యలోని పట్టికలను మూలంతో పోల్చండి. వేర్వేరు వచన పెట్టెలున్న స్లైడ్‌లో క్రమం మారవచ్చు. చిత్రం, సమీకరణం, గమనిక రాకపోతే కొత్త పంక్తులతో తిరిగి పొందలేరు. మూల ఎడిటర్‌లో అవసరమైన భాగాన్ని చూసి తదుపరి పనికి ఈ ఫలితం సరిపోతుందా నిర్ణయించండి.

HTML లేదా Markdown ఫలితాన్ని నిజంగా ఉపయోగించే చోట చూడండి. సాపేక్ష చిరునామా ఉన్న చిత్రం, లింక్ ఆ స్థానం నుంచి తెరుచుకుంటాయా పరీక్షించండి. HTML నుంచి వచనం తీయడం వెబ్ చిరునామాకు వెళ్లి పేజీ చదవడం లేదా దాని స్క్రిప్ట్ నడపడం కాదు. పట్టికలు, పాదగమనికలు, ప్రత్యేక వచనానికి సాధనం చెప్పిన మద్దతు పరిమితి వర్తిస్తుంది.

సాధారణీకరణ రకం ఎంచుకుంటే అది మార్చే గుర్తులు అర్థం చేసుకోండి. అనుకూలత రూపం ప్రత్యేక ఆకృతి అక్షరాలను మార్చవచ్చు. కనిపించని అన్ని అక్షరాలూ అనవసరం కావు; దిశ, పదాలు విడిపోకుండా ఉంచే గుర్తులు అవసరం కావచ్చు. కనిపించని అక్షరాల తనిఖీలో ఐచ్ఛిక తొలగింపు U+200B, BOMకు మాత్రమే వర్తిస్తుంది. నివేదిక, తొలగింపు నియమం వేరుగా చూసి ఫలితంలో ముఖ్యమైన పేర్లు వెతకండి.

గోప్యత నివేదికలో రచయిత, వ్యాఖ్యలు, దాచిన షీట్ లేదా బయటి సూచన ఉంటే మూల ఎడిటర్‌లో పరిశీలించండి. తనిఖీ చేయడం స్వయంగా తొలగించడం కాదు. మార్చిన తరువాత మళ్లీ చూసి కనిపించే పేర్లు, సంప్రదింపు వివరాలనూ చదవండి. ఖాళీ నివేదిక ప్రతి రకమైన వ్యక్తిగత సమాచారం లేదనే ధృవీకరణ కాదు.

ఇన్‌పుట్, అవుట్‌పుట్ ఉదాహరణ

decomposed text + NFC → composed text

ఉదాహరణలు పని విధానాన్ని వివరిస్తాయి. ఫలితాలు మూల ఫైల్, సెట్టింగ్‌లపై ఆధారపడతాయి.

సేవ్ చేసే ముందు ఫలితం చూడండి

Korean text, accents, full-width characters, symbols ఉన్న లైన్లను originalsతో పోల్చండి. రూపం మారకపోతే normalized text వాడే programలో search లేదా string comparison పరీక్షించండి.

ఆశించిన ఫలితం రాకపోతే

తప్పు file decoding లేదా పాడైన source వల్ల దెబ్బతిన్న charactersను normalization సరిచేయదు. టెక్స్ట్ చూడటానికే పాడైతే ముందుగా original file, encoding పరిశీలించండి.

గుర్తుంచుకోవాల్సిన హద్దులు

  • సాధారణ composed textకు NFC సరిపోతుంది. NFKC/NFKD compatibility charactersను కూడా మారుస్తాయి. ఫలితాన్ని పరిశీలించండి.

తదుపరి పని ఎంచుకోండి

DOCX నుండి వచనంకి మార్చండి

పదాలు సమీక్షించడానికి DOCX వచనం, మద్దతున్న headers/footers తీసుకోండి. TXT ఫాంట్లు, పేజీ లేఅవుట్ నిలపదు; విషయాన్ని ముద్రిత రూపంతో వేరుగా పోల్చండి.

ఖాళీ పంక్తులు, single-line separation లేదా section markers ఎంచుకోండి. Markers తీసిన భాగాలను సూచిస్తాయి; DOCX అసలు ముద్రిత పేజీ సంఖ్యలు కావు.

సాధనాన్ని తెరవండి

PPTX నుండి వచనంకి మార్చండి

Presentation పదాలు slideలవారీగా సమీక్షించడానికి TXT ఉపయోగపడుతుంది. Canvasలో కనిపించే క్రమమే వస్తుందని అనుకోకండి; శీర్షికలు, వివరణల సంబంధం చూడండి.

ప్రతి భాగానికి SLIDE label కోసం slide-marker మోడ్ ఎంచుకోండి. Labels అక్కర్లేకపోతే ఖాళీ పంక్తి లేదా single-line separation వాడండి.

సాధనాన్ని తెరవండి
Covertonయూనికోడ్ సాధారణీకరణ
సాధనాన్ని తెరవండి

ఈ మార్గదర్శి అందరికీ అందుబాటులో ఉన్న బ్రౌజర్ సాధనం వివరిస్తుంది. అసలు కాపీ ఉంచి పంచుకునే ముందు ఫలితం చూడండి.

ఈ అనువాదం సాఫ్ట్‌వేర్ సహాయంతో తయారు చేయబడింది. మీరు ఆంగ్ల సంస్కరణను కూడా చదవవచ్చు. ఇంగ్లీషులో చదవండి