Normalisation Unicode
Unicode Normaliser
Applique NFC, NFD, NFKC ou NFKD — le remède aux textes venus de macOS qui semblent corrects mais ne correspondent jamais lors d’une comparaison.
Convertit un texte entre les quatre formes de normalisation Unicode et montre ce que chacune change, en points de code et en octets. Le cas pratique en français est l’accent : un nom tapé sur un Mac est stocké décomposé et se compare comme différent du même nom tapé sous Windows, et c’est pour cela qu’une recherche ou une RECHERCHEV ne trouve rien.
Texte
Composée. Ce qu’attendent le web, Windows et à peu près toutes les bases de données. Commencez par là.
Rien ne quitte cet onglet. La normalisation tourne à chaque frappe et les quatre formes sont calculées ensemble, pour que vous puissiez les comparer.
Ce texte contient 6 lettres jamo hangul détachées.
C’est la forme des noms de fichiers de macOS. Elle s’affiche comme du coréen ordinaire, mais elle ne se compare pas à l’identique avec le même texte saisi sous Windows, et c’est pour cela qu’une recherche ou une RECHERCHEV ne trouve rien. NFC recolle les syllabes.
Résultat en NFC
Les quatre formes
| Forme | Modifie | Points de code | Octets UTF-8 | Réversible |
|---|---|---|---|---|
| NFC | oui, à partir du point de code 0 | 22 | 46 | oui |
| NFD | oui, à partir du point de code 7 | 37 | 89 | oui |
| NFKC | oui, à partir du point de code 0 | 24 | 44 | non |
| NFKD | oui, à partir du point de code 7 | 40 | 90 | non |
La colonne des octets est celle qui compte en pratique : le coréen décomposé coûte neuf octets UTF-8 par syllabe là où le composé en coûte trois. C’est ainsi qu’un nom passe un contrôle de longueur sur une machine et échoue sur une autre.
Ce que NFC a changé
- à 0
한글한글points de code : 6 → 2
Comment s’en servir
Collez le texte qui ne correspond pas
S’il contient des jamo hangul séparés, un avertissement le dit avec le décompte avant toute autre chose. Un é décomposé n’y déclenche pas d’avertissement — ce compteur ne compte que les jamo — mais il apparaît dans le tableau de comparaison en dessous.
Prenez NFC sauf si vous savez le contraire
NFC est la forme composée qu’attendent le web, Windows et toutes les bases de données. NFD est ce dans quoi macOS stocke les noms de fichiers. NFKC est une clé de recherche plutôt qu’un texte d’affichage.
Comparez les quatre avant de décider
Le tableau montre quelles formes changent votre texte, ce que cela coûte en points de code et en octets UTF-8, et si le changement est réversible.
Questions fréquentes
Pourquoi mon nom accentué ne correspond-il pas dans Excel ?
Un côté est décomposé et l’autre composé. Ils s’affichent à l’identique et sont des suites d’octets différentes, donc une recherche exacte échoue. Normalisez les deux côtés en NFC et ils correspondent.
NFKC est-il sûr à utiliser partout ?
Non : c’est à sens unique. ㈜ devient (주), ① devient 1, Ａ devient A, et rien de tout cela ne se défait. Servez-vous-en pour une clé de recherche ou une comparaison, pas pour du texte que vous allez stocker et afficher.
NFC va-t-il joindre mes ㄱ et ㅏ en 가 ?
Non. Ce sont des jamo de compatibilité — les lettres isolées d’un tableau de clavier — et ce sont des caractères distincts, pas les jamo de jonction qui composent une syllabe. Seul NFKC les touche, en les faisant correspondre au bloc de jonction.
Pourquoi le nombre d’octets compte-t-il ?
Un é décomposé coûte trois octets UTF-8 là où le composé en coûte deux, et une syllabe coréenne décomposée en coûte neuf là où la composée en coûte trois. C’est ainsi qu’un nom passe un contrôle de longueur sur une machine et échoue sur une autre, sans aucune différence visible entre les deux.
À alimenter depuis
Convertisseur de casse
Case Converter
Passe un texte en MAJUSCULES, en minuscules, en Capitales À Chaque Mot, en Casse de phrase, en camelCase, en snake_case, en kebab-case ou en CONSTANT_CASE.
Nettoyer les espaces
Whitespace Cleaner
Supprime les espaces en fin de ligne, réduit les suites d’espaces, convertit les tabulations et retire les lignes vides.
Détecter et convertir l’encodage
Encoding Detector & Converter
Devine l’encodage d’un fichier — CP949, Shift_JIS, GB18030, Windows-1252 et d’autres — avec un aperçu de chaque hypothèse côte à côte, puis le réenregistre en UTF-8 (avec ou sans BOM), en UTF-16 ou en EUC-KR/CP949.
Inspecteur Unicode
Unicode Inspector
Décompose un texte en points de code avec leur nom, leur bloc, leur écriture et leurs octets UTF-8 et UTF-16.
Ensuite
Ces outils acceptent ce que celui-ci produit : le résultat peut y aller directement.
Nettoyeur de CSV
CSV Cleaner
Rogne les cellules, normalise les en-têtes, redresse les formats de nombre et de date et signale les lignes qui n’ont pas le bon nombre de colonnes.
Recherche par initiales du hangul
Hangul Initial Search
Extrait les consonnes initiales d’un texte en hangul et confronte une liste à une requête en 초성 — ㄱㅁㅇ retrouve 감마원.
Détecter et convertir l’encodage
Encoding Detector & Converter
Devine l’encodage d’un fichier — CP949, Shift_JIS, GB18030, Windows-1252 et d’autres — avec un aperçu de chaque hypothèse côte à côte, puis le réenregistre en UTF-8 (avec ou sans BOM), en UTF-16 ou en EUC-KR/CP949.
Inspecteur Unicode
Unicode Inspector
Décompose un texte en points de code avec leur nom, leur bloc, leur écriture et leurs octets UTF-8 et UTF-16.
Supprimer les caractères invisibles
Invisible Character Remover
Repère et retire les espaces de largeur nulle, les BOM, les traits d’union conditionnels et les marques bidirectionnelles cachées dans un texte collé.
Rechercher et remplacer
Find & Replace
Remplace du texte au littéral, au mot entier ou par expression régulière, avec groupes de capture et aperçu de chaque occurrence.