Normalizar Unicode para NFC

Exemplo de trabalho

NFC realiza decomposição canônica seguida de recomposição, produzindo a forma composta comum. Converta localmente no seu navegador. A entrada trabalhada "Ação" torna-se "Ação". Escolha NFC quando uma regra de armazenamento ou comparação exigir texto canônico composto. Um acento decomposto pode ser recomposto em um caractere pré-composto enquanto a palavra visível permanece a mesma. Para nomes de arquivos ou chaves de banco de dados, o NFC pode fazer com que ortografias canonicamente equivalentes se comparem, mantendo a forma composta preferida para exibição comum.

Como funciona a representação

A normalização Unicode define quatro formas. NFC e NFD são canônicos: eles preservam a equivalência canônica enquanto compõem ou decompõem onde definido. NFKC e NFKD também aplicam mapeamentos de compatibilidade, como converter letras latinas de largura total ou números circulares para formas comuns; estes podem descartar distinções que importam em alguns contextos. C significa recomposição e D significa decomposição. Um resultado normalizado pode parecer idêntico ao original enquanto sua sequência de pontos de código muda. Normalização é útil antes de certas comparações exatas e índices de busca, mas a forma escolhida deve ser consistente em todo o sistema. Não é um filtro de segurança universal ou transliterador de idioma. NFC realiza decomposição canônica seguida de recomposição, produzindo a forma composta comum. Teste NFC em uma string acentuada cujas ortografias pré-compostas e decompostas você conhece.

A visualização pode parecer idêntica mesmo quando a saída tiver menos pontos de código; inspecione a lista de pontos ou os bytes UTF-8 para verificar a diferença. Aplicar NFC novamente ao seu próprio resultado deve deixar esse resultado estável. Um índice de banco de dados só beneficia quando entrada, valores armazenados e consultas seguem a mesma política de normalização. Mantenha o original não modificado se a ortografia exata inserida pelo usuário for necessária para uma auditoria ou assinatura. O NFC não substitui a validação específica de contexto de identificadores.

Limites e uso confiável

A normalização não traduz a linguagem nem remove todos os caracteres visualmente semelhantes. As formas de compatibilidade podem alterar intencionalmente as distinções de texto. Escolha NFC para um campo de texto cujo contrato armazena cadeias de caracteres compostas canonicamente. Se uma fonte contiver uma letra base seguida de um acento combinado, o NFC pode substituir essa sequência por um ponto pré-composto, preservando a leitura visível. Isso ajuda a igualdade exata e a indexação de pesquisa somente quando cada escritor e leitor usa a mesma forma. Ela não equipara caracteres de compatibilidade, como dígitos em círculo, traduz palavras ou remove caracteres semelhantes de outros scripts. Compare listas de pontos de código antes e depois se o resultado parecer inalterado e os bytes de armazenamento forem importantes.