Odstranění diakritiky

Jak odstranit diakritiku z textu

1. Napiš nebo vlož text do vstupního pole. Může jít o jedno slovo, seznam jmen i celý dokument.
2. Verze bez diakritiky se okamžitě objeví ve výstupním poli. Tlačítko Odstranit diakritiku výsledek jen obnoví.
3. Zruš zaškrtnutí Zachovat velká a malá písmena, pokud chceš výsledek také v malých písmenech. To se hodí u identifikátorů, štítků a vyhledávacích klíčů.
4. Zaškrtni Vytvořit bezpečné názvy souborů (jeden na řádek), aby se každý řádek změnil na přenositelný název souboru, a pak vyber, čím se mají Nahradit mezery znakem: pomlčkou, nebo podtržítkem.
5. Zkopíruj výsledek. Řádek pod výstupem ukazuje, kolik znaků se změnilo.

Co nástroj mění

Většina písmen s diakritikou je v Unicode uložena jako základní písmeno plus kombinující znaménko. Nástroj každý znak rozdělí na tyto části (normalizační forma Unicode NFD), kombinující znaménka smaže a text zase složí dohromady. Týká se to čárek, háčků, kroužku, tečky, přehlásky, cedilly, vlnovky a mnoha dalších: „á“ se změní na „a“, „č“ na „c“, „ř“ na „r“, „ů“ na „u“, „ñ“ na „n“ a „ệ“ na „e“. Věta „Příliš žluťoučký kůň úpěl ďábelské ódy“ tak dopadne jako „Prilis zlutoucky kun upel dabelske ody“.

Některá písmena Unicode nepovažuje za „písmeno s diakritikou“, takže by je samotná normalizace nechala být. Nástroj je proto nahrazuje obvyklým ASCII zápisem:

Typografické ligatury jako „fi“ a „fl“, které se často objevují v textu zkopírovaném ze souborů PDF, se rozloží na běžná písmena. Velká písmena zůstávají čitelná: „Ærøskøbing“ se změní na „Aeroskobing“ a „ŒUVRE“ na „OEUVRE“.

Všechno ostatní zůstává beze změny: interpunkce, číslice, mezery, konce řádků i emodži. Písma bez latinské diakritiky, například čínština, japonština, korejština, hebrejština, arabština nebo hindština, se nechávají celá, protože jejich znaménka jsou součástí samotných písmen. Řečtina a azbuka o diakritiku přicházejí stejně jako latinka („Αθήνα“ se změní na „Αθηνα“).

Bezpečné názvy souborů

Když zapneš Vytvořit bezpečné názvy souborů (jeden na řádek), zpracuje se po odstranění diakritiky každý řádek jako název souboru. Mezery a všechny znaky kromě písmen A až Z, číslic a znaků ., - a _ se nahradí zvoleným oddělovačem. Opakované oddělovače se sloučí a oddělovače či tečky na začátku a na konci se odstraní. Přípona zůstává zachována, takže „Léto 2026 : fotky z Řípu.JPG“ se změní na „Leto-2026-fotky-z-Ripu.JPG“.

Názvy rezervované ve Windows (CON, PRN, AUX, NUL, COM1, LPT1…) dostanou na začátek podtržítko. Řádek napsaný pouze v nelatinském písmu se stane prázdným, protože pro něj neexistuje ekvivalent v ASCII.

Kdy se odstranění diakritiky hodí

• Při vytváření názvů souborů, adres URL, uživatelských jmen nebo e-mailových adres, které musejí být čisté ASCII.
• Při importu dat do starších systémů nebo souborů CSV, které znaky s diakritikou zkomolí.
• Při tvorbě vyhledávacích klíčů, aby „reseni“ našlo i „řešení“.
• Při porovnávání seznamů jmen zapsaných s diakritikou i bez ní.

Původní text si ponech všude, kde ho budou číst lidé: v češtině diakritika mění výslovnost a někdy i význam („být“ a „byt“ jsou dvě různá slova, stejně jako „sýr“ a „sir“). Text bez diakritiky se čte hůř a působí nedbale.