Normalizar Unicode para NFD

Exemplo de trabalho

NFD realiza decomposição canônica, separando um caractere pré-composto em caractere base e marca combinante quando essa decomposição está definida. Converta localmente no seu navegador. A entrada trabalhada "Ação" torna-se "Ação". Escolha NFD para inspecionar componentes canônicos. Um acento pode se tornar um ponto de código de combinação separado, então mover o cursor ou medir o comprimento da string pode se comportar de forma diferente. Ao diagnosticar um acento, o NFD revela a letra base e a marca de combinação separadamente; conte os pontos de código antes de assumir que a palavra exibida foi alterada.

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. NFD realiza decomposição canônica, separando um caractere pré-composto em caractere base e marca combinante quando essa decomposição está definida. Execute o NFD em um exemplo pré-composto curto e, em seguida, inspecione os pontos de código em vez de julgar apenas a renderização da fonte.

A decomposição é canônica, e executar o NFD uma segunda vez não deve continuar a mudar a string. Contando pontos de código de saída não é o mesmo que contar letras percebidas pelo usuário, porque uma base e seu acento ainda podem formar um grafema. Evite remover marcas de combinação apenas para fazer uma pesquisa funcionar; isso seria uma política separada, com perdas, afetando nomes e idiomas de forma diferente. Mantenha essa decisão fora deste conversor.

Limites e uso confiável

A normalização não traduz o idioma nem elimina todos os caracteres visualmente parecidos. As formas de compatibilidade podem alterar intencionalmente as distinções de texto. Use NFD ao inspecionar como uma palavra é montada a partir de componentes canônicos. Uma letra acentuada pré-composta pode se tornar uma letra base mais uma ou mais marcas combinadas; o glifo exibido pode mudar pouco. Isso é útil para depurar a colocação do cursor, diferenças de comprimento de string e uma comparação byte a byte que falhou. O NFD não remove o acento: excluir marcas de combinação é uma operação separada e com perdas. Também deixa as distinções de compatibilidade intactas. Se o banco de dados de recebimento espera NFC, não armazene um resultado NFD lá apenas porque a visualização parece equivalente.