Uklanjanje dijakritika

Kako ukloniti dijakritike iz teksta

1. Upiši ili zalijepi tekst u polje za unos. To može biti jedna riječ, spisak imena ili cijeli dokument.
2. Verzija bez dijakritika odmah se pojavljuje u polju za rezultat. Dugme Ukloni dijakritike samo osvježava rezultat.
3. Isključi opciju Zadrži velika i mala slova ako želiš da rezultat bude i malim slovima, što je praktično za identifikatore, oznake i ključeve za pretragu.
4. Uključi Napravi sigurne nazive datoteka (jedan po redu) da svaki red pretvoriš u prenosiv naziv datoteke, a zatim odaberi čime će se Razmake zamijeni sa: crticom ili donjom crtom.
5. Kopiraj rezultat. Red ispod rezultata pokazuje koliko je znakova promijenjeno.

Šta alat mijenja

Većina slova s dijakritikom u Unicodeu je zapisana kao osnovno slovo plus kombinirajući znak. Alat svaki znak rastavi na te dijelove (Unicode normalizacija NFD), obriše kombinirajuće oznake i sastavi tekst nazad. Tako se obrađuju oštri, bliski i cirkumfleksni akcent, dijareza i prijeglas, cedilja, tilda, karon, kružić i mnogi drugi: „é“ postaje „e“, „ç“ postaje „c“, „ñ“ postaje „n“, „ů“ postaje „u“, a „ệ“ postaje „e“.

Neka slova u Unicodeu nisu „slovo s dijakritikom“, pa ih sama normalizacija ne bi dotakla. Alat ih zamjenjuje uobičajenim ASCII pisanjem:

Tipografske ligature poput „fi“ i „fl“, koje se često nalaze u tekstu kopiranom iz PDF datoteka, također se rastavljaju u obična slova. Velika slova ostaju čitljiva: „Ærøskøbing“ postaje „Aeroskobing“, a „ŒUVRE“ postaje „OEUVRE“.

Sve ostalo ostaje kako jeste: interpunkcija, cifre, razmaci, prelomi redova i emoji. Pisma koja ne koriste latinične akcente, kao što su kineski, japanski, korejski, hebrejski, arapski ili hindi, ostaju netaknuta jer su njihove oznake sastavni dio samih slova. Grčka i ćirilična slova gube akcente kao i latinična („Αθήνα“ postaje „Αθηνα“).

Važno za bosanski: slova č, ć, š, ž i đ pretvaraju se u c, c, s, z i d. Tako „Šećerana Žepče“ postaje „Secerana Zepce“. Za pretragu i nazive datoteka to je često upravo ono što treba, ali tekst namijenjen čitanju zadrži u originalu.

Sigurni nazivi datoteka

Kad je uključena opcija Napravi sigurne nazive datoteka (jedan po redu), svaki red se nakon uklanjanja dijakritika obrađuje kao naziv datoteke. Razmaci i svi znakovi osim slova od A do Z, cifara i znakova ., - i _ zamjenjuju se odabranim razdjelnikom. Uzastopni razdjelnici se spajaju, a razdjelnici i tačke na početku i na kraju se brišu. Ekstenzija se zadržava, pa „Été 2026 : photos d’Ærø.JPG“ postaje „Ete-2026-photos-d-Aero.JPG“.

Nazivi koje Windows rezerviše (CON, PRN, AUX, NUL, COM1, LPT1…) dobiju donju crtu ispred. Red napisan samo na pismu koje nije latinično postaje prazan, jer nema ASCII ekvivalent.

Kada je uklanjanje dijakritika korisno

• Pravljenje naziva datoteka, adresa, korisničkih imena ili e-mail adresa koje moraju biti čisti ASCII.
• Uvoz podataka u stare sisteme ili CSV datoteke koje kvare znakove s dijakritikom.
• Pravljenje ključeva za pretragu, tako da „cevapi“ pronađe i „ćevapi“.
• Poređenje spiskova imena upisanih sa dijakritikama i bez njih.

Za sve što će ljudi čitati zadrži originalni tekst: u bosanskom, francuskom ili njemačkom dijakritike mijenjaju izgovor, a ponekad i značenje („pêcher“ i „pécher“ su različiti glagoli, a „čaj“ i „caj“ nisu isto za čitaoca).