Normalizzare trattini e lineette

Questo strumento converte trattini Unicode, lineette enne ed emme, segni meno e varianti correlate in un unico stile coerente. Scelga un trattino, una lineetta enne o una lineetta emme e riceverà il testo pulito con il numero esatto dei caratteri modificati.

Perché segni visivamente simili creano problemi

Il trattino-meno, la lineetta enne, la lineetta emme, il segno meno matematico e il trattino non separabile possono apparire quasi identici, specialmente con un carattere proporzionale. I computer, però, non li considerano intercambiabili. Un codice prodotto copiato da un PDF può non trovare una corrispondenza esatta nel database perché contiene un trattino non separabile. Un valore negativo incollato da un programma di impaginazione può non essere interpretato come numero perché utilizza il meno matematico invece del carattere ASCII previsto dall’importatore. Anche indici di ricerca, espressioni regolari, rilevamento dei duplicati, nomi di file e strumenti da riga di comando possono reagire diversamente a questi punti di codice. Il problema diventa ancora più difficile da individuare quando il carattere è invisibile, come un trattino discrezionale inserito per la sillabazione. La normalizzazione elimina l’ambiguità sostituendo i segni riconosciuti con un unico carattere scelto. Lettere, numeri, punteggiatura, spazi e interruzioni di riga restano invariati, quindi l’operazione è mirata e prevedibile, non una riscrittura tipografica generale.

Scelga lo stile adatto alla destinazione

Usi lo stile trattino per identificatori, dati importati, scambio di testo semplice, chiavi di ricerca, nomi di file, codice sorgente e sistemi che richiedono ASCII. È la scelta più sicura quando la compatibilità conta più della tipografia. Scelga la lineetta enne per testi editoriali il cui stile la prevede negli intervalli numerici o nelle relazioni, come intervalli di pagine e percorsi. Scelga la lineetta emme quando un flusso editoriale richiede una punteggiatura uniforme nelle frasi. Il carattere selezionato sostituisce ogni segno riconosciuto nel testo, compresi i trattini ASCII esistenti se la destinazione è una lineetta enne o emme. Questo comportamento uniforme è intenzionale: lo strumento normalizza i caratteri, ma non deduce se un segno rappresenta una parola composta, una sottrazione, un intervallo o un inciso. Tale interpretazione dipenderebbe dalla lingua e potrebbe alterare silenziosamente il significato. Se il documento richiede stili diversi per ruoli grammaticali differenti, normalizzi solo le selezioni pertinenti oppure applichi regole editoriali contestuali dopo questa pulizia meccanica.

Usi risultati deterministici nei controlli di qualità

La risposta comprende il testo normalizzato, lo stile selezionato, il carattere di destinazione letterale e il numero di caratteri realmente cambiati. Un segno già uguale alla destinazione viene conservato e non aumenta il conteggio. Il risultato è quindi utile nei controlli automatici: un processo può rifiutare una tipografia imprevista, registrare quanto materiale è stato modificato o verificare che una seconda esecuzione restituisca zero cambiamenti. L’algoritmo è deterministico e non usa richieste di rete, rilevamento della lingua, intelligenza artificiale o trasformazioni casuali. Esamina un testo di dimensione limitata e sostituisce soltanto una famiglia documentata di caratteri Unicode simili a trattini. Gli spazi vengono conservati intenzionalmente; una lineetta circondata da spazi li mantiene quando diventa un trattino, mentre un segno senza spazi resta tale. In questo modo la normalizzazione non si confonde con criteri soggettivi di spaziatura. Per importazioni ripetibili, esegua l’operazione prima di tokenizzazione, corrispondenza esatta, analisi numerica, creazione di slug o deduplicazione, quindi applichi separatamente le regole specifiche del dominio.