Normalisasi Unicode ke NFKD

Contoh konversi

NFKD menerapkan dekomposisi kompatibilitas tanpa rekomposisi, memaparkan karakter dasar dan menggabungkan tanda. Konversi secara lokal di peramban Anda. Contoh masukan "Ｈａｌｏ ①" menjadi "Halo 1". Pilih NFKD untuk memaparkan komponen kompatibilitas tanpa rekomposisi. Ini berguna untuk diagnosis tetapi dapat menghilangkan perbedaan dari tipografi asli. NFKD memaparkan bagian kompatibilitas untuk inspeksi, tetapi mempertahankan teks asli jika tipografi atau ejaan identifikator memiliki makna hukum atau arsip.

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. NFKD menerapkan dekomposisi kompatibilitas tanpa rekomposisi, memaparkan karakter dasar dan menggabungkan tanda. Gunakan pemirsa titik kode setelah NFKD untuk melihat karakter kompatibilitas yang diperluas dan tanda-tanda kombinasi terpisah.

Perubahan yang terlihat tidak diperlukan untuk urutan yang mendasari untuk berubah. Sebuah NFKD kedua harus stabil, tetapi rekonstruksi ligatur asli atau penutup dari hasil mungkin tidak mungkin. Jika sebuah pipeline pencarian kemudian menghilangkan aksen, bandingkan perilakunya dalam setiap bahasa yang didukung daripada mengaitkan efek itu pada NFKD. Untuk rekaman dengan ejaan legal yang tepat, simpan string sumber, kunci pencarian normal dan aturan transformasi sebagai nilai terpisah.

Batas dan penggunaan yang dapat diandalkan

Normalisasi tidak menerjemahkan bahasa atau menghilangkan setiap visual yang mengganggu. Bentuk kompatibilitas dapat secara sengaja mengubah perbedaan teks. NFKD memaparkan komponen kompatibilitas tanpa mengkomposisikannya kembali. Sebuah ligatur atau simbol lingkaran dapat berkembang menjadi karakter biasa, sementara huruf-huruf yang diaksen dapat tetap sebagai huruf dasar plus tanda-tanda kombinasi. Ini membuat urutan titik berguna untuk memeriksa pipa indeks, tetapi perubahan dapat banyak-ke-satu dan tidak dapat dengan aman merekonstruksi tipografi asli. Jangan samakan dekomposisi dengan menghapus aksenta atau transliterasi skrip lain. Jika sistem pencarian kemudian mencabut tanda, dokumen langkah tambahan itu secara terpisah. Pertahankan nilai sumber bilamana nama legal, tanda tangan atau identifikator yang tepat harus tetap utuh.