Normalizzare Unicode
Unicode Normaliser
Applica NFC, NFD, NFKC o NFKD: è la soluzione per il testo che arriva da macOS, che sembra giusto e non coincide mai.
Converte il testo tra le quattro forme di normalizzazione Unicode e mostra che cosa cambia ciascuna, in punti di codice e in byte. Il caso pratico è la lettera accentata: un nome scritto su un Mac è memorizzato in forma scomposta e nel confronto risulta diverso dallo stesso nome scritto su Windows, ed è per questo che una ricerca o un CERCA.VERT non trova niente.
Testo
Composta. È quello che si aspettano il web, Windows e quasi ogni database. Parti da qui.
Niente esce da questa scheda. La normalizzazione gira a ogni tasto e le quattro forme si calcolano insieme, così puoi confrontarle.
Questo testo contiene 6 lettere jamo hangul staccate.
È la forma dei nomi di file di macOS. Si disegna come coreano normale, ma nel confronto risulta diversa dallo stesso testo digitato su Windows, ed è per questo che una ricerca o un CERCA.VERT non trovano nulla. NFC rimette insieme le sillabe.
Risultato in NFC
Tutte e quattro le forme
| Forma | Cambia qualcosa | Punti di codice | Byte UTF-8 | Reversibile |
|---|---|---|---|---|
| NFC | sì, dal punto di codice 0 | 22 | 46 | sì |
| NFD | sì, dal punto di codice 7 | 37 | 89 | sì |
| NFKC | sì, dal punto di codice 0 | 24 | 44 | no |
| NFKD | sì, dal punto di codice 7 | 40 | 90 | no |
La colonna dei byte è quella che conta nella pratica: il coreano decomposto costa nove byte UTF-8 per sillaba, dove quello composto ne costa tre. È così che un nome supera un controllo di lunghezza su una macchina e viene respinto su un’altra.
Che cosa ha cambiato NFC
- a 0
한글한글punti di codice: 6 → 2
Come si usa
Incollare il testo che non corrisponde
Se contiene jamo hangul separati, un avviso lo dice con il conteggio prima di ogni altra cosa. Una «à» scomposta non fa scattare quell’avviso, che conta i jamo, ma compare nella tabella di confronto.
Usare NFC se non c’è un motivo per fare altrimenti
NFC è la forma composta che si aspettano il web, Windows e qualunque database. NFD è quella in cui macOS memorizza i nomi dei file. NFKC è una chiave di ricerca, non testo da mostrare.
Confrontare tutte e quattro prima di decidere
La tabella mostra quali forme cambiano davvero il testo, quanto costa in punti di codice e in byte UTF-8, e se il cambiamento si può annullare.
Domande frequenti
Perché il mio nome accentato non corrisponde in Excel?
Una parte è scomposta e l’altra composta. Si vedono identiche e sono sequenze di byte diverse, quindi una ricerca con corrispondenza esatta fallisce. Normalizzando in NFC tutte e due le parti, corrispondono.
NFKC si può usare dappertutto?
No: è a senso unico. ㈜ diventa (주), ① diventa 1, Ａ diventa A, e niente di tutto questo si può riportare indietro. Serve per una chiave di ricerca o per un confronto, non per il testo da memorizzare e mostrare.
NFC unirà i miei ㄱ e ㅏ in 가?
No. Quelli sono jamo di compatibilità — le lettere isolate di uno schema di tastiera — e sono caratteri separati, non i jamo congiungenti che compongono una sillaba. Solo NFKC li tocca, mappandoli sul blocco dei congiungenti.
Perché conta il numero di byte?
Una «à» scomposta costa tre byte UTF-8 dove quella composta ne costa due, e il coreano scomposto ne costa nove per sillaba dove quello composto ne costa tre. È così che un nome supera un controllo di lunghezza su una macchina e non lo supera su un’altra, senza nessuna differenza visibile tra i due.
Può ricevere da
Convertire maiuscole e minuscole
Case Converter
Passa tra MAIUSCOLO, minuscolo, Iniziali Maiuscole, Stile frase, camelCase, snake_case, kebab-case e CONSTANT_CASE.
Pulire gli spazi
Whitespace Cleaner
Toglie gli spazi a fine riga, riduce a uno gli spazi consecutivi, converte le tabulazioni ed elimina le righe vuote.
Riconoscere e convertire la codifica
Encoding Detector & Converter
Indovina la codifica dei caratteri di un file — CP949, Shift_JIS, GB18030, Windows-1252 e altre — mostrando l’anteprima di ogni candidata affiancata, poi lo risalva in UTF-8 (con o senza BOM), UTF-16 o EUC-KR/CP949.
Ispezionare i caratteri Unicode
Unicode Inspector
Scompone il testo in punti di codice con nome, blocco, sistema di scrittura e sequenze di byte UTF-8 e UTF-16.
Dopo
Questi accettano ciò che produce questo strumento, così il risultato può passare direttamente.
Pulizia di un CSV
CSV Cleaner
Ripulisce gli spazi nelle celle, uniforma le intestazioni, sistema i formati di numeri e date e segnala le righe con il numero di colonne sbagliato.
Ricerca per consonanti iniziali dell’hangul
Hangul Initial Search
Estrae le consonanti iniziali dall’hangul e cerca in un elenco usando solo quelle: ㄱㅁㅇ trova 감마원.
Riconoscere e convertire la codifica
Encoding Detector & Converter
Indovina la codifica dei caratteri di un file — CP949, Shift_JIS, GB18030, Windows-1252 e altre — mostrando l’anteprima di ogni candidata affiancata, poi lo risalva in UTF-8 (con o senza BOM), UTF-16 o EUC-KR/CP949.
Ispezionare i caratteri Unicode
Unicode Inspector
Scompone il testo in punti di codice con nome, blocco, sistema di scrittura e sequenze di byte UTF-8 e UTF-16.
Togliere i caratteri invisibili
Invisible Character Remover
Trova ed elimina spazi a larghezza zero, BOM, trattini morbidi e controlli bidirezionali nascosti in un testo incollato.
Trova e sostituisci
Find & Replace
Sostituisce per stringa esatta, per parola intera o con un’espressione regolare, con i gruppi di cattura e l’anteprima di ogni occorrenza.