文本规范化

按 Unicode 标准对文本做 NFC / NFD / NFKC / NFKD 规范化,并可去除控制字符与零宽字符、统一各类空白。适合处理从网页、文档或第三方系统复制来的“脏”文本,消除同义异形字符带来的比较与检索问题,全部在浏览器本地完成。

输入文本与设置 等待输入

处理顺序:先去除控制字符与零宽字符,再统一空白,最后执行所选 Unicode 规范化。

规范化结果
原始长度—
结果长度—
移除字符—
统一空白—
输入文本并选择规范化选项,点击「开始规范化」,结果将显示在这里。

规范化不会改变文本语义,仅统一字符的编码表示形式。

规范化说明
  • NFC:先分解再按标准等价合成,是网页与文件交换中最常用的形式。
  • NFD:按标准等价完全分解,常见于需要逐字符处理的场景。
  • NFKC / NFKD:在标准等价基础上再做兼容折叠,如全角字母变半角、连字 fi 变 fi。
  • 去除控制字符会移除 C0/C1 控制码,但保留水平制表符(U+0009)与换行(U+000A、U+000D)。
  • 统一空白会把不换行空格、全角空格等各类空白字符转为普通空格,并把连续的横向空白合并为一个空格。
  • 变化统计中的「移除字符」为控制字符与零宽字符的移除数量之和,「统一空白」为被合并处理的空白片段数量。