Normalizar hifens e travessões

Este normalizador converte hífens Unicode, meias-riscas, travessões, sinais de menos e variantes relacionadas em um único estilo consistente. Escolha hífen, meia-risca ou travessão e receba o texto limpo com a contagem exata de caracteres alterados.

Por que traços visualmente parecidos causam problemas

O hífen-menos, a meia-risca, o travessão, o sinal matemático de menos e o hífen inseparável podem parecer quase idênticos, principalmente em fontes proporcionais. Para computadores, porém, eles não são equivalentes. Um código de produto copiado de um PDF pode falhar em uma busca exata no banco de dados porque contém um hífen inseparável. Um valor negativo colado de um programa de editoração pode não ser interpretado como número porque usa o sinal matemático de menos, não o caractere ASCII esperado pelo importador. Índices de busca, expressões regulares, detecção de duplicatas, nomes de arquivos e ferramentas de linha de comando também podem tratar esses pontos de código de maneiras diferentes. O problema fica ainda mais difícil de perceber quando o caractere é invisível, como o hífen discricionário usado na quebra de linha. A normalização elimina essa ambiguidade ao trocar os caracteres reconhecidos por um único caractere escolhido. Letras, números, pontuação, espaços e quebras de linha permanecem inalterados; portanto, a operação é precisa e previsível, não uma revisão tipográfica ampla.

Escolha o estilo adequado ao destino

Use o estilo hífen para identificadores, dados importados, intercâmbio de texto simples, chaves de busca, nomes de arquivos, código-fonte e sistemas que esperam ASCII. É a opção mais segura quando compatibilidade importa mais do que tipografia. Escolha a meia-risca para textos editoriais cujo padrão a utilize em intervalos numéricos ou relações, como faixas de páginas e rotas. Escolha o travessão quando o fluxo de publicação exigir pontuação uniforme nas frases. O caractere selecionado substitui todos os traços reconhecidos no texto, inclusive hífens ASCII existentes quando o destino é meia-risca ou travessão. Esse comportamento uniforme é intencional: a ferramenta normaliza caracteres, mas não tenta deduzir se determinada marca representa palavra composta, subtração, intervalo ou comentário intercalado. Essa inferência dependeria do idioma e poderia alterar o sentido silenciosamente. Se o documento precisar de estilos diferentes para funções gramaticais distintas, normalize apenas os trechos relevantes ou aplique regras editoriais contextuais depois desta limpeza mecânica.

Use uma saída determinística em fluxos de limpeza

A resposta inclui o texto normalizado, o estilo escolhido, o caractere de destino literal e a quantidade de caracteres realmente alterados. Um traço que já corresponde ao destino é preservado e não entra na contagem. Isso torna o resultado útil em verificações automáticas de qualidade: um fluxo pode rejeitar tipografia inesperada, registrar quanto do material original mudou ou confirmar que uma segunda normalização relata zero alterações. O algoritmo é determinístico e não usa rede, detecção de idioma, inteligência artificial nem transformação aleatória. Ele percorre uma entrada de tamanho limitado e substitui apenas uma família documentada de caracteres Unicode semelhantes a traços. Os espaços são preservados deliberadamente; um travessão cercado por espaços mantém esses espaços ao virar hífen, e um traço sem espaços continua assim. Dessa forma, a normalização de caracteres não se mistura com uma política subjetiva de espaçamento. Para importações reproduzíveis, execute esta operação antes da tokenização, correspondência exata, leitura numérica, criação de slugs ou remoção de duplicatas e aplique depois as regras específicas de pontuação do seu domínio.