01
Comece por NFC e veja as quatro situações
NFC vem selecionado, mas as quatro formas são calculadas juntas. Mesmo quando a aparência não muda, consulte os valores U+ e os bytes UTF-8 do trecho alterado.
Unicode e internacionalização
normalizador Unicodeveja o que muda além da aparência
Compare as quatro formas ao original e examine as diferenças do resultado escolhido.
normalizador Unicode
Texto original
Resultado normalizado selecionado
A prévia mostra até 4.000 caracteres; cópia e download incluem tudo.
O texto é processado neste navegador e não é enviado.
Limite de 10.000 unidades UTF-16; entradas maiores são recusadas sem corte.
A normalização usa a implementação Unicode do navegador; nenhuma versão fixa é prometida.
Digite texto ou escolha um exemplo.
Dois nomes parecem iguais, mas não batem em uma busca? Uma letra acentuada pode ser um único ponto de código ou uma letra com acento combinante. O normalizador Unicode mostra essa diferença sem depender da aparência.
Antes de uniformizar nomes ou campos, use o normalizador Unicode para comparar NFC e NFD. NFKC e NFKD também podem dobrar largura, ligaturas e sobrescritos; confira o resultado antes de substituir a entrada.
Por que usar este normalizador Unicode?
A grafia visível nem sempre revela os valores armazenados.
Quatro formas a partir do original
O conversor NFC não alimenta o conversor NFD em sequência. Cada forma parte do texto original, permitindo saber quais já correspondem a ele.
Compatibilidade sob controle
Letras de largura inteira e ligaturas podem virar letras comuns em NFKC. O normalizador Unicode preserva a entrada e destaca trechos alterados antes de qualquer substituição.
Escolha a forma e preserve a entrada
02
Use linhas para itens independentes
Texto inteiro preserva as quebras originais. Por linha, cada registro é verificado separadamente, inclusive os vazios, e a saída usa LF. Para manter CRLF, fique no modo inteiro.
03
Confira antes de exportar ou substituir
O destaque representa sequências, não caracteres em pares. Cópia e download levam a saída completa. Com o modo automático desligado, Ctrl/Cmd+Enter inicia a verificação.
O que as quatro formas mostram
Resumo de igualdade e tamanho
A normalização Unicode compara NFC, NFD, NFKC e NFKD com a fonte. Cada forma mostra se mudaria e o total de pontos de código e bytes UTF-8.
Diferenças de código e bytes
Composição e decomposição podem envolver vários pontos. Os trechos alterados exibem sequências U+ e bytes hexadecimais antes e depois da conversão.
Exportação integral com desfazer
A prévia é limitada a 4.000 caracteres, mas a exportação é integral. Aplicar pede uma conferência do antes e depois; desfazer recupera entrada e resultados.
O que a conversão não resolve
- Compatibilidade pode perder detalhes
- A normalização NFKC ou NFKD aproxima largura, ligaturas e sobrescritos. O resultado pode não trazer informação suficiente para recuperar a grafia original.
- Não remove acentos nem muda caixa
- NFD separa marcas combinantes sem excluí-las. O normalizador Unicode não translitera para ASCII nem uniformiza letras maiúsculas.
- Não detecta caracteres falsos
- Caracteres latinos e cirílicos parecidos e marcas invisíveis precisam de outra inspeção. As quatro formas não são verificação de segurança.
- Limites para texto colado
- Até 10.000 unidades UTF-16 e 500 registros no modo por linha. Substitutos isolados e saídas grandes são recusados; arquivos, CSV e JSON não são lidos.
Perguntas sobre o normalizador Unicode
Qual forma devo usar?
NFC costuma servir para texto geral, mas a exigência do sistema de destino é o que vale. Se ele pede decomposição canônica, escolha NFD; confira as diferenças antes de usar NFKC ou NFKD.
Qual a diferença entre canônica (NFC/NFD) e compatibilidade (NFKC/NFKD)?
NFC e NFD preservam equivalência canônica; NFKC e NFKD também aplicam correspondências de compatibilidade. Essas últimas podem eliminar diferenças de largura, ligatura ou sobrescrito.
Por que alguns caracteres têm dois bytes em NFC e três em NFD?
A forma composta de é usa um ponto de código e dois bytes UTF-8; e seguido do acento combinante usa dois pontos e geralmente três bytes. O painel mostra as sequências reais.
O que acontece com os emojis?
Emojis normalmente permanecem como estão nas quatro formas. A normalização não separa uma sequência emoji em componentes visuais; para inspecionar cada ponto use o inspetor Unicode.
Quais são as formas de normalização e por que eu preciso conhecê-las quando crio conteúdos HTML e CSS?
As quatro formas ajudam a comparar texto de HTML ou CSS com a sequência esperada. Elas não substituem uma política de normalização definida para seu conteúdo, nem corrigem caracteres visualmente confundíveis.
Alguma alteração inesperada?
Teste o normalizador Unicode
Cole o menor trecho que apresenta diferença, compare as quatro formas e use apenas a saída adequada ao destino.