Normalisasi Unicode ke NFD

Contoh konversi

NFD melakukan dekomposisi kanonikal, memisahkan karakter yang telah disusun menjadi karakter dasar dan menggabungkan tanda di mana didefinisikan. Konversi secara lokal di peramban Anda. Contoh masukan "Nama José" menjadi "Nama José". Pilih NFD untuk memeriksa komponen kanonikal. Sebuah aksen dapat menjadi titik kode kombinasi terpisah, sehingga memindahkan caret atau mengukur panjang string dapat berperilaku berbeda. Ketika mendiagnosis sebuah aksen, NFD mengungkapkan huruf dasar dan tanda kombinasi secara terpisah; menghitung poin kode sebelum mengasumsikan kata yang ditampilkan berubah.

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. NFD melakukan dekomposisi kanonikal, memisahkan karakter yang telah disusun menjadi karakter dasar dan menggabungkan tanda di mana didefinisikan. Jalankan NFD pada contoh precomposed pendek, kemudian periksa poin kode daripada hanya menilai rendering font.

Dekomposisi adalah kanonikal, dan menjalankan NFD untuk kedua kalinya tidak harus terus mengubah string. Menghitung poin kode keluaran tidak sama dengan menghitung huruf yang dipandang oleh pengguna, karena sebuah basis dan aksennya masih dapat membentuk satu grafem. Hindari menghapus tanda-tanda gabungan hanya untuk membuat pencarian bekerja; itu akan menjadi kebijakan yang terpisah, berkurang yang mempengaruhi nama dan bahasa secara berbeda. Jaga keputusan itu di luar converter ini.

Batas dan penggunaan yang dapat diandalkan

Normalisasi tidak menerjemahkan bahasa atau menghilangkan setiap visual yang mengganggu. Bentuk kompatibilitas dapat secara sengaja mengubah perbedaan teks. Gunakan NFD ketika memeriksa bagaimana kata disusun dari komponen kanonikal. Sebuah huruf aksent yang sudah disusun sebelumnya dapat menjadi huruf dasar plus satu atau lebih tanda kombinasi; glif yang ditampilkan mungkin tidak berubah. Ini berguna untuk mendebug tempat kursor, perbedaan panjang string dan gagal byte-by-byte perbandingan. NFD tidak menghilangkan aksen: menghapus kombinasi tanda adalah operasi yang terpisah, kehilangan. Hal ini juga meninggalkan perbedaan kompatibilitas utuh. Jika basis data penerima mengharapkan NFC, jangan menyimpan hasil NFD di sana hanya karena pratinjau terlihat setara.