Normalizador Unicode
Unicode Normaliser
Aplica NFC, NFD, NFKC ou NFKD — a correção para texto com acentos ou hangul vindo do macOS que parece igual mas nunca bate na comparação.
Converte texto entre as quatro formas de normalização Unicode e mostra o que cada uma muda, em pontos de código e em bytes. O caso prático em português: um “Gonçalves” ou um “João” digitado num Mac é guardado decomposto e compara como diferente do mesmo nome digitado no Windows, e é por isso que uma busca ou um PROCV não encontra nada.
Texto
Composta. É o que a web, o Windows e quase todo banco de dados esperam. Comece por aqui.
Nada sai desta aba. A normalização roda a cada tecla e as quatro formas são calculadas juntas para você comparar.
Este texto tem 6 letras jamo hangul separadas.
É a forma dos nomes de arquivo do macOS. Aparece como coreano normal, mas compara diferente do mesmo texto digitado no Windows, e é por isso que uma busca ou um PROCV não acham nada. O NFC junta as sílabas de novo.
Resultado em NFC
As quatro formas
| Forma | Muda | Pontos de código | Bytes UTF-8 | Reversível |
|---|---|---|---|---|
| NFC | sim, a partir do ponto de código 0 | 22 | 46 | sim |
| NFD | sim, a partir do ponto de código 7 | 37 | 89 | sim |
| NFKC | sim, a partir do ponto de código 0 | 24 | 44 | não |
| NFKD | sim, a partir do ponto de código 7 | 40 | 90 | não |
A coluna dos bytes é a que pesa na prática: coreano decomposto custa nove bytes UTF-8 por sílaba onde o composto custa três, e é assim que um nome passa num limite de comprimento numa máquina e é barrado em outra.
O que o NFC mudou
- em 0
한글한글pontos de código: 6 → 2
Como usar
Cole o texto que não está batendo
Se ele contiver jamo hangul separado, um aviso diz isso com a contagem antes de qualquer outra coisa. Esse aviso conta só hangul: um “ç” ou um “ã” decomposto não aparece nele, mas aparece na tabela de comparação abaixo, onde NFC vai mudar o texto e NFD não.
Use NFC a menos que saiba o contrário
NFC é a forma composta que a web, o Windows e todos os bancos de dados esperam. NFD é aquela em que o macOS guarda nomes de arquivo. NFKC é uma chave de busca, não texto para exibir.
Compare as quatro antes de decidir
A tabela mostra quais formas mudam alguma coisa no seu texto, quanto isso custa em pontos de código e bytes UTF-8, e se a mudança pode ser desfeita.
Perguntas frequentes
Por que meu nome com acento não bate no Excel?
Um lado está decomposto e o outro composto. Eles se desenham idênticos e são sequências de bytes diferentes, então uma busca por correspondência exata falha. Normalize os dois lados para NFC e eles batem.
NFKC é seguro para usar em todo lugar?
Não — é de mão única. ㈜ vira (주), ① vira 1, Ａ vira A, fi vira fi, e nada disso pode ser revertido. Use para uma chave de busca ou uma comparação, não para texto que você vai guardar e exibir.
NFC vai juntar meu ㄱ e ㅏ em 가?
Não. Esses são jamo de compatibilidade — as letras soltas de um quadro de teclado — e são caracteres separados, não os jamo conjuntivos que formam uma sílaba. Só o NFKC os toca, mapeando-os para o bloco conjuntivo.
Por que a contagem de bytes importa?
Um “ç” decomposto custa três bytes UTF-8 onde o composto custa dois; uma sílaba hangul decomposta custa nove onde a composta custa três. É assim que um nome passa numa verificação de comprimento numa máquina e falha em outra, sem nenhuma diferença visível entre as duas.
Pode receber de
Conversor de maiúsculas e minúsculas
Case Converter
Converte entre MAIÚSCULAS, minúsculas, Iniciais Maiúsculas, Frase, camelCase, snake_case, kebab-case e CONSTANT_CASE.
Limpar espaços em branco
Whitespace Cleaner
Remove espaços no fim das linhas, junta sequências de espaços, converte tabulações e apaga linhas vazias.
Detectar e converter codificação
Encoding Detector & Converter
Adivinha a codificação de caracteres de um arquivo — Windows-1252, CP949, Shift_JIS, GB18030 e outras — com prévia lado a lado de cada candidata, e o salva de novo como UTF-8 (com ou sem BOM), UTF-16 ou EUC-KR/CP949.
Inspetor de Unicode
Unicode Inspector
Decompõe o texto em codepoints com nomes, blocos, scripts e sequências de bytes UTF-8/UTF-16.
Em seguida
Estas aceitam o que esta ferramenta produz, então o resultado pode ir direto.
Limpar CSV
CSV Cleaner
Apara células, normaliza cabeçalhos, corrige formatos de número e data e aponta as linhas com o número errado de colunas.
Busca por consoantes iniciais (초성)
Hangul Initial Search
Extrai as consoantes iniciais do hangul e casa uma lista com uma consulta por 초성 — ㄱㅁㅇ encontra 감마원.
Detectar e converter codificação
Encoding Detector & Converter
Adivinha a codificação de caracteres de um arquivo — Windows-1252, CP949, Shift_JIS, GB18030 e outras — com prévia lado a lado de cada candidata, e o salva de novo como UTF-8 (com ou sem BOM), UTF-16 ou EUC-KR/CP949.
Inspetor de Unicode
Unicode Inspector
Decompõe o texto em codepoints com nomes, blocos, scripts e sequências de bytes UTF-8/UTF-16.
Remover caracteres invisíveis
Invisible Character Remover
Encontra e remove espaços de largura zero, BOMs, hifens condicionais e controles bidi escondidos em texto colado.
Localizar e substituir
Find & Replace
Substitui texto por valor literal, palavra inteira ou expressão regular, com grupos de captura e prévia de cada ocorrência.