فونٹ بدلنے اور اصل حروف بدلنے میں فرق، NFC کی حدود اور اردو متن کی محفوظ یکسانیت۔
لفظ ایک جیسا دکھ کر بھی مختلف کیوں ہوتا ہے؟
عربی keyboard سے لکھا ہوا لفظ اور اردو keyboard سے لکھا ہوا لفظ screen پر ملتے جلتے دکھ سکتے ہیں۔ تاہم ان میں استعمال ہونے والے بعض حروف مختلف ہو سکتے ہیں، جیسے عربی «ي» اور اردو «ی»، یا عربی «ك» اور اردو «ک»۔ ایسی فرق والی عبارت میں تلاش، literal replacement یا duplicate checking غیرمتوقع نتیجہ دے سکتی ہے۔ صرف فونٹ بدلنے سے اصل character لازماً نہیں بدلتا۔
یہ نارملائزر اصل میں کیا کرتا ہے؟
ہمارا tool پہلے Unicode NFC normalization لگاتا ہے، پھر «ي» کو «ی» اور «ك» کو «ک» میں تبدیل کرتا ہے۔ یہ دو منتخب تبدیلیاں اردو کے لیے الگ مقرر کردہ ہیں؛ انہیں NFC کی خودکار Arabic-to-Urdu تبدیلی نہ سمجھیں۔ مثال کے طور پر «علي كتاب» سے متوقع نتیجہ «علی کتاب» بنتا ہے۔
تبدیلی سے پہلے زبان پہچانیں
اگر آپ اردو نوٹس یا اردو ناموں کی فہرست یکساں بنا رہے ہیں تو یہ تبدیلی مناسب ہو سکتی ہے۔ لیکن خالص عربی متن میں اصل عربی حروف جان بوجھ کر استعمال ہوئے ہوں تو انہیں بدلنا مطلوب نہیں ہوگا۔ دو زبانوں کے مخلوط اقتباس میں پہلے صرف اردو حصے پر کام کرنا بہتر ہے۔
مسودہ یکساں بنانے کا عملی طریقہ
- اصل فائل الگ محفوظ کریں اور اس کی زبان دیکھیں۔
- پہلے ایک مختصر نمونہ، جس میں ي اور ك ہوں، ٹول میں ڈالیں۔
- نتیجے کے حروف دیکھیں؛ پھر ضرورت ہو تو باقی اردو عبارت تبدیل کریں۔
- دوبارہ تلاش یا duplicate checker چلائیں تاکہ معلوم ہو تبدیلی آپ کے مقصد کے مطابق ہے۔
NFC کیا نہیں کرتا؟
NFC Unicode کی canonical normalization form ہے۔ یہ بعض مساوی حرفی sequence کو متعین صورت دیتی ہے، مگر ہر طرح کے ملتے جلتے حروف، تمام zero-width characters، غلط املا، خراب OCR یا ٹوٹی ہوئی فونٹ encoding کا علاج نہیں۔ یہ مکمل transliteration بھی نہیں ہے۔ کسی خراب نقل کو صحیح بناتے وقت ان الگ مسائل کو الگ دیکھنا ضروری ہے۔
کیا یہ InPage فائل کھول سکتا ہے؟
نہیں۔ اس tool کا input عام editable Unicode متن ہے۔ یہ .inp فائل پڑھتا، مخصوص پرانی font encoding decode کرتا یا تصویر سے حروف نکالتا نہیں۔ اگر اصل مواد کسی دوسرے format میں ہے تو پہلے درست text export حاصل کریں۔ بے معنی حروف کو صرف normalizer میں ڈالنے سے مکمل اصل عبارت واپس آنے کی ضمانت نہیں۔
تکنیکی حوالہ: Unicode: Normalization FAQ۔
No comments:
Post a Comment