Normalizar Unicode para NFKD

Exemplo de trabalho

NFKD aplica decomposição de compatibilidade sem recomposição, expondo caracteres base e marcas combinantes. Converta localmente no seu navegador. A entrada trabalhada "Ｏｌａ́ ①" torna-se "Olá 1". Escolha NFKD para expor componentes de compatibilidade sem recomposição. Isso é útil para diagnóstico, mas pode remover distinções da tipografia original. O NFKD expõe partes de compatibilidade para inspeção, mas preserva o texto original se a tipografia ou a ortografia do identificador tiver significado legal ou arquivístico.

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. NFKD aplica decomposição de compatibilidade sem recomposição, expondo caracteres base e marcas combinantes. Use um visualizador de ponto de código após NFKD para ver os caracteres de compatibilidade expandidos e as marcas combinantes separadas.

Uma alteração visível não é necessária para que a sequência subjacente mude. Uma segunda passagem de NFKD deve ser estável, mas a reconstrução da ligadura ou do símbolo circundado original a partir do resultado pode ser impossível. Se um pipeline de pesquisa remover acentos posteriormente, compare seu comportamento em cada idioma suportado em vez de atribuir esse efeito ao NFKD. Para registros com ortografia legal exata, preserve a cadeia de caracteres de origem, a chave de pesquisa normalizada e a regra de transformação como valores separados.

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. O NFKD expõe componentes de compatibilidade sem recompô-los. Uma ligadura ou símbolo circundado pode se expandir em caracteres comuns, enquanto letras acentuadas podem permanecer como letras base mais marcas combinantes. Isso torna a sequência de pontos útil para inspecionar um pipeline de indexação, mas a alteração pode ser muitos-para-um e não pode reconstruir de forma confiável a tipografia original. Não equipare a decomposição com a remoção de acentos ou transliteração de outro script. Se um sistema de busca remover marcas posteriormente, documente essa etapa adicional separadamente. Preserve o valor de origem sempre que nomes legais, assinaturas ou identificadores exatos precisarem permanecer intactos.