حذف لهجه‌ها و دیاکریتیک‌ها

درباره این ابزار

حذف لهجه‌ها و دیاکریتیک‌ها متن لهجه‌دار را به شکل حروف ساده‌ی آن تبدیل می‌کند: café به cafe، naïve به naive، résumé به resume، و Zürich به Zurich تبدیل می‌شود. برای پاکسازی داده برای URLها، اسلاگ‌ها، نام فایل‌ها، نام‌های کاربری، کلیدهای جستجو، یا هر سیستمی که ASCII بدون‌لهجه انتظار دارد ایده‌آل است، در حالی که فاصله‌گذاری، علائم نگارشی و حروف بزرگ و کوچک اصلی شما حفظ می‌شود.

در پشت صحنه از نرمال‌سازی یونیکد استفاده می‌کند. متن به فرم NFD نرمال می‌شود، که یک حرف لهجه‌دار مانند é را به یک e پایه به‌علاوه‌ی یک لهجه‌ی ترکیبی جدا تقسیم می‌کند، و سپس هر کاراکتر در بلوک Combining Diacritical Marks (U+0300–U+036F) با یک عبارت باقاعده حذف می‌شود. آن تک‌مرحله اکثریت عظیم لهجه‌های اروپایی را به‌تمیزی و به‌طور برگشت‌پذیر برای حرف پایه مدیریت می‌کند.

برخی حروف تجزیه‌ی متعارف ندارند، پس یک نقشه‌ی جایگزین صریح کوچک آن‌ها را پوشش می‌دهد: ø→o، ł→l، đ→d، ß→ss، æ→ae، œ→oe، þ→th، ð→d، ħ→h، ı→i و حروف بزرگ آن‌ها، در میان دیگران. یک کلید اختیاری «حذف همه‌ی غیر-ASCII» فراتر می‌رود و هر کاراکتر باقی‌مانده بالای U+007F را برای یک نتیجه‌ی تضمین‌شده‌ی خالص-ASCII رها می‌کند. همه چیز قطعی است و به‌صورت محلی در مرورگر شما اجرا می‌شود — متن شما هرگز بارگذاری نمی‌شود.

پرسش‌های پرتکرار

ابزارهای بیشتر