Normalizar Unicode a NFKC

Ejemplo práctico

NFKC descompone por compatibilidad y recompone; algunas distinciones tipográficas desaparecen. Convierte localmente en tu navegador. Por ejemplo, al introducir "Ｈｏｌａ ①" se obtiene "Hola 1". Compara ambas partes carácter por carácter; el aspecto visible puede ocultar bytes o marcas combinantes distintos. Elige NFKC solo si el destino acepta equivalencias de compatibilidad. Letras anchas y cifras rodeadas pueden volverse ordinarias; el cambio puede ser irreversible.

Cómo funciona la representación

Unicode define cuatro formas de normalización. NFC y NFD son canónicas: conservan equivalencia canónica mientras componen o descomponen cuando corresponde. NFKC y NFKD aplican además equivalencias de compatibilidad, por ejemplo convertir letras latinas de ancho completo o números encerrados en círculo a formas corrientes; pueden perder distinciones. C significa recomposición y D descomposición. El resultado puede parecer igual a la fuente aunque cambie la secuencia de puntos. Normalizar ayuda a ciertas comparaciones exactas e índices de búsqueda, pero hay que escoger la misma forma en todo el sistema. No es un filtro de seguridad universal ni una transliteración. NFKC descompone por compatibilidad y recompone; algunas distinciones tipográficas desaparecen.

Una transformación de texto tiene dirección. Primero distingue si la fuente es texto Unicode legible, una lista de bytes, puntos de código o una cadena ya codificada. Pega un valor breve cuyo significado conozcas, examina el resultado y solo después procesa una entrada mayor. Conserva la fuente. Una secuencia codificada puede ser reversible y revelar cada byte original a cualquiera que conozca el formato; la codificación no protege la privacidad. El proceso se ejecuta en este navegador y no envía el contenido a un servidor de conversión. Aun así, el resultado puede hacerse público si lo pegas en un documento, incidencia o URL compartida.

Límites y uso fiable

Normalizar no traduce idiomas ni elimina todos los caracteres confundibles. Las formas de compatibilidad pueden cambiar distinciones textuales. Usa exactamente el alfabeto, la codificación de bytes y la forma de normalización que pide el sistema receptor. Los formatos parecidos no siempre son compatibles. Una cadena descodificada puede contener marcado o caracteres de control y la siguiente aplicación debe tratarla como entrada no fiable. Una conversión válida tampoco demuestra que los datos estén autorizados o sean correctos. Comprueba una ida y vuelta cuando la operación sea reversible y compara puntos de código o bytes UTF-8 si dos cadenas parecen iguales pero fallan una comparación exacta. Para datos guardados o firmados, documenta la transformación dentro del contrato de datos.