Normalisation Unicode
La normalisation Unicode est une normalisation de texte qui transforme des caractères ou séquences de caractères équivalents en représentation fondamentale afin que celle-ci puisse être facilement comparée.
La décomposition canonique peut être utilisée dans l’échange normalisé de textes. Elle permet d’effectuer une comparaison binaire tout en conservant une équivalence canonique avec le texte non normalisé d’origine.
NFD[modifier | modifier le code]
Les caractères sont décomposés par équivalence canonique et réordonnés.
| chaîne | caractères | caractères normalisés |
chaîne normalisée | |
|---|---|---|---|---|
| À | A + ◌̀ | = | A + ◌̀ | À |
| ẹ́ | e + ◌́ + ◌̣ | → | e + ◌̣ + ◌́ | ẹ́ |
| ñ | ñ | → | n + ◌̃ | ñ |
| Ω (ohm) | Ω | → | Ω | Ω (oméga) |
| fi (ligature) | fi | = | fi | fi (ligature) |
| ² (exposant) | ² | = | ² | ² (exposant) |
| 한 | 한 | → | ᄒ + ᅡ + ᆫ | 한 |
| が | か + ◌゙ | = | か + ◌゙ | が |
| ئ | ئ | → | ي + ◌ٔ | ئ |
| בּ | בּ | → | ב + ◌ּ | בּ |
NFC[modifier | modifier le code]
Les caractères sont décomposés par équivalence canonique, réordonnés, et composés par équivalence canonique.
| chaîne | caractères | caractères normalisés |
chaîne normalisée | |
|---|---|---|---|---|
| À | A + ◌̀ | → | À | À |
| ẹ́ | e + ◌́ + ◌̣ | → | ẹ + ◌́ | ẹ́ |
| ñ | ñ | = | ñ | ñ |
| Ω (ohm) | Ω | → | Ω | Ω (oméga) |
| fi (ligature) | fi | = | fi | fi (ligature) |
| ² (exposant) | ² | = | ² | ² (exposant) |
| 한 | 한 | = | 한 | 한 |
| が | か + ◌゙ | → | が | が |
| ئ | ئ | = | ئ | ئ |
| בּ | בּ | → | ב + ◌ּ | בּ |
NFKD[modifier | modifier le code]
Les caractères sont décomposés par équivalence canonique et de compatibilité, et sont réordonnés.
| chaîne | caractères | caractères normalisés |
chaîne normalisée | |
|---|---|---|---|---|
| À | A + ◌̀ | = | A + ◌̀ | À |
| ẹ́ | e + ◌́ + ◌̣ | → | e + ◌̣ + ◌́ | ẹ́ |
| ñ | ñ | → | n + ◌̃ | ñ |
| Ω (ohm) | Ω | → | Ω | Ω (oméga) |
| fi (ligature) | fi | → | f + i | fi |
| ² (exposant) | ² | → | 2 | 2 |
| 한 | 한 | → | ᄒ + ᅡ + ᆫ | 한 |
| が | か + ◌゙ | = | か + ◌゙ | が |
| ئ | ئ | → | ي + ◌ٔ | ئ |
| בּ | בּ | → | ב + ◌ּ | בּ |
NFKC[modifier | modifier le code]
Les caractères sont décomposés par équivalence canonique et de compatibilité, sont réordonnés et sont composés par équivalence canonique.
| chaîne | caractères | caractères normalisés |
chaîne normalisée | |
|---|---|---|---|---|
| À | A + ◌̀ | → | À | À |
| ẹ́ | e + ◌́ + ◌̣ | → | ẹ + ◌́ | ẹ́ |
| ñ | ñ | = | ñ | ñ |
| Ω (ohm) | Ω | → | Ω | Ω (oméga) |
| fi (ligature) | fi | → | f + i | fi |
| ² (exposant) | ² | → | 2 | 2 |
| 한 | 한 | = | 한 | 한 |
| が | か + ◌゙ | → | が | が |
| ئ | ئ | = | ئ | ئ |
| בּ | בּ | → | ב + ◌ּ | בּ |
Annexes[modifier | modifier le code]
Articles connexes[modifier | modifier le code]
- Unicode
- Équivalence Unicode
- L’outil uconv (ICU) permet de normaliser du texte, par exemple « uconv -x '::nfkd;' » applique la normalisation NFKD.
