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

Les caractères sont décomposés par équivalence canonique et réordonnés.

Exemples NFD

chaîne	caractères		caractères normalisés	chaîne normalisée
À	AU+0041 + ◌̀U+0300	=	AU+0041 + ◌̀U+0300	À
ẹ́	eU+0065 + ◌́U+0301 + ◌̣U+0323	→	eU+0065 + ◌̣U+0323 + ◌́U+0301	ẹ́
ñ	ñU+00F1	→	nU+006E + ◌̃U+0303	ñ
Ω (ohm)	ΩU+2126	→	ΩU+03A9	Ω (oméga)
fi (ligature)	fiU+FB01	=	fiU+FB01	fi (ligature)
² (exposant)	²U+00B2	=	²U+00B2	² (exposant)
한	한U+D55C	→	ᄒU+1112 + ᅡU+1161 + ᆫU+11AB	한
が	かU+304B + ◌゙U+3099	=	かU+304B + ◌゙U+3099	が
ئ	ئU+0626	→	يU+064A + ◌ٔU+0654	ئ
בּ	בּU+FB31	→	בU+05D1 + ◌ּU+05BC	בּ

NFC

Les caractères sont décomposés par équivalence canonique, réordonnés, et composés par équivalence canonique.

Exemples NFC

chaîne	caractères		caractères normalisés	chaîne normalisée
À	AU+0041 + ◌̀U+0300	→	ÀU+00C0	À
ẹ́	eU+0065 + ◌́U+0301 + ◌̣U+0323	→	ẹU+1EB9 + ◌́U+0301	ẹ́
ñ	ñU+00F1	=	ñU+00F1	ñ
Ω (ohm)	ΩU+2126	→	ΩU+03A9	Ω (oméga)
fi (ligature)	fiU+FB01	=	fiU+FB01	fi (ligature)
² (exposant)	²U+00B2	=	²U+00B2	² (exposant)
한	한U+D55C	=	한U+D55C	한
が	かU+304B + ◌゙U+3099	→	がU+304C	が
ئ	ئU+0626	=	ئU+0626	ئ
בּ	בּU+FB31	→	בU+05D1 + ◌ּU+05BC	בּ

NFKD

Les caractères sont décomposés par équivalence canonique et de compatibilité, et sont réordonnés.

Exemples NFKD

chaîne	caractères		caractères normalisés	chaîne normalisée
À	AU+0041 + ◌̀U+0300	=	AU+0041 + ◌̀U+0300	À
ẹ́	eU+0065 + ◌́U+0301 + ◌̣U+0323	→	eU+0065 + ◌̣U+0323 + ◌́U+0301	ẹ́
ñ	ñU+00F1	→	nU+006E + ◌̃U+0303	ñ
Ω (ohm)	ΩU+2126	→	ΩU+03A9	Ω (oméga)
fi (ligature)	fiU+FB01	→	fU+0066 + iU+0069	fi
² (exposant)	²U+00B2	→	2U+0032	2
한	한U+D55C	→	ᄒU+1112 + ᅡU+1161 + ᆫU+11AB	한
が	かU+304B + ◌゙U+3099	=	かU+304B + ◌゙U+3099	が
ئ	ئU+0626	→	يU+064A + ◌ٔU+0654	ئ
בּ	בּU+FB31	→	בU+05D1 + ◌ּU+05BC	בּ

NFKC

Les caractères sont décomposés par équivalence canonique et de compatibilité, sont réordonnés et sont composés par équivalence canonique.

Exemples NFKC

chaîne	caractères		caractères normalisés	chaîne normalisée
À	AU+0041 + ◌̀U+0300	→	ÀU+00C0	À
ẹ́	eU+0065 + ◌́U+0301 + ◌̣U+0323	→	ẹU+1EB9 + ◌́U+0301	ẹ́
ñ	ñU+00F1	=	ñU+00F1	ñ
Ω (ohm)	ΩU+2126	→	ΩU+03A9	Ω (oméga)
fi (ligature)	fiU+FB01	→	fU+0066 + iU+0069	fi
² (exposant)	²U+00B2	→	2U+0032	2
한	한U+D55C	=	한U+D55C	한
が	かU+304B + ◌゙U+3099	→	がU+304C	が
ئ	ئU+0626	=	ئU+0626	ئ
בּ	בּU+FB31	→	בU+05D1 + ◌ּU+05BC	בּ

Annexes

Articles connexes

• Unicode
• Équivalence Unicode
• L’outil uconv (ICU) permet de normaliser du texte, par exemple « uconv -x '::nfkd;' » applique la normalisation NFKD.

Liens externes

• Formes de normalisation