Normalizar Unicode para NFKC

Exemplo de trabalho

NFKC aplica decomposição de compatibilidade seguida de recomposição; distinções tipográficas podem desaparecer. Converta localmente no seu navegador. A entrada trabalhada "Ｏｌａ́ ①" torna-se "Olá 1". Escolha NFKC somente quando a regra de recepção aceita a equivalência por compatibilidade. Letras de largura total e números circulares podem se tornar caracteres comuns, e a alteração pode não ser reversível. O NFKC pode reduzir distinções de apresentação, como largura ou números circulados, então aplique-o somente depois que o sistema receptor definir essa equivalência.

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. NFKC aplica decomposição de compatibilidade seguida de recomposição; distinções tipográficas podem desaparecer. Antes de adotar NFKC para uma chave de banco de dados, compare vários exemplos reais do campo pretendido, incluindo formas de largura total, números circulares e letras comuns.

Se duas strings anteriormente diferentes se colapsarem para a mesma chave, decida como as colisões serão tratadas; o conversor não pode resolver essa política. Aplicar o NFKC duas vezes deve ser estável, mas a estabilidade não é reversibilidade. Não substitua um nome de exibição ou texto assinado pelo resultado normalizado sem uma regra clara. Teste também identificadores sensíveis à segurança com as regras de validação completa e detecção de caracteres visualmente semelhantes do seu aplicativo, porque a normalização de compatibilidade sozinha é incompleta.

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. NFKC pode ser apropriado para uma chave de pesquisa quando o produto deliberadamente trata variantes de compatibilidade tipográfica como iguais. Por exemplo, uma letra latina de largura total ou um número circulado pode se tornar texto comum após a decomposição e recomposição de compatibilidade. Essa é uma escolha de política, não uma melhoria automática para cada identificador: a string transformada pode não preservar mais o que o usuário digitou. Mantenha o original para exibição ou auditoria quando a fidelidade é importante. Não suponha que o NFKC resolve todos os caracteres visualmente semelhantes ou torna o texto fornecido pelo usuário seguro para um analisador.