Normalisasi Unicode ke NFC

Contoh konversi

NFC melakukan dekomposisi kanonik diikuti oleh rekomposisi, menghasilkan bentuk komposit umum. Konversi secara lokal di peramban Anda. Contoh masukan "Nama José" menjadi "Nama José". Pilih NFC ketika peraturan penyimpanan atau perbandingan meminta teks kanonikal yang disusun. Aksen yang terpecah dapat disusun kembali menjadi karakter yang sudah tersusun sementara kata yang terlihat tetap sama. Untuk nama file atau kunci basis data, NFC dapat membuat ejaan yang setara secara kanonis dibandingkan sama dengan mempertahankan bentuk komposit yang disukai untuk tampilan biasa.

Cara kerja representasi

Normalisasi Unicode mendefinisikan empat bentuk. NFC dan NFD adalah kanonikal: mereka mempertahankan ekuivalen kanonikal saat menyusun atau menggabungkan di mana didefinisikan. NFKC dan NFKD juga menerapkan pemetaan kompatibilitas, seperti mengubah huruf Latin lebar penuh atau angka yang dilingkari menjadi bentuk biasa; ini dapat membuang perbedaan yang penting dalam beberapa konteks. C berarti rekomposisi dan D berarti dekomposisi. Hasil normalisasi mungkin terlihat identik dengan sumber sementara urutan titik kodenya berubah. Normalisasi berguna sebelum perbandingan dan indeks pencarian yang tepat, tetapi bentuk yang dipilih harus konsisten di seluruh sistem. Ini bukan filter keamanan universal atau transliterator bahasa. NFC melakukan dekomposisi kanonik diikuti oleh rekomposisi, menghasilkan bentuk komposit umum. Uji NFC pada string yang diaksentasikan yang ejaan pra-komposit dan dekompositnya Anda ketahui.

Pratinjau mungkin terlihat identik bahkan ketika keluaran memiliki lebih sedikit titik kode; periksa daftar titik atau UTF-8 byte untuk memverifikasi perbedaan. Menambahkan NFC lagi ke hasil sendiri harus meninggalkan hasil yang stabil. Indeks database hanya bermanfaat ketika input, nilai yang disimpan dan pertanyaan mengikuti kebijakan normalisasi yang sama. Simpan asli tanpa modifikasi jika ejaan yang benar yang dimasukkan pengguna harus dipelihara untuk audit atau tanda tangan. NFC tidak menggantikan validasi kontekstual spesifik dari identifikator.

Batas dan penggunaan yang dapat diandalkan

Normalisasi tidak menerjemahkan bahasa atau menghilangkan setiap visual yang mengganggu. Bentuk kompatibilitas dapat secara sengaja mengubah perbedaan teks. Pilih NFC untuk sebuah medan teks yang kontraknya menyimpan string yang terdiri dari kanon. Jika sumber berisi huruf dasar diikuti oleh aksentasi kombinasi, NFC dapat menggantikan urutan itu dengan satu titik pra-komposit sementara mempertahankan bacaan yang terlihat. Ini membantu kesetaraan yang tepat dan indeks pencarian hanya ketika setiap penulis dan pembaca menggunakan bentuk yang sama. Ia tidak melipat karakter kompatibilitas seperti digit yang dilingkari, menerjemahkan kata-kata atau menghilangkan karakter yang mirip dari naskah lain. Bandingkan daftar kode-titik sebelum dan setelah jika hasil terlihat tidak berubah dan byte penyimpanan penting.