Konwerter znaków pełnej i połówkowej szerokości

Formy pełnej i połówkowej szerokości są odrębnymi znakami Unicode, a nie jedynie innym rozmiarem czcionki. Punkt 18.5 podstawowej specyfikacji Unicode 17 opisuje ich pochodzenie w systemach wschodnioazjatyckich, gdzie znaki dwubajtowe zajmowały dwie komórki, a ASCII i podobne znaki jednobajtowe jedną.

Konwerter nie uruchamia ogólnej normalizacji zgodności Unicode. Stosuje tylko mniejszy, sprawdzalny zestaw zamian.

ASCII i spacja

W kierunku pełnej szerokości każdy drukowalny znak ASCII od U+0021 do U+007E przechodzi na odpowiednik od U+FF01 do U+FF5E. Spacja ASCII U+0020 przechodzi na spację ideograficzną U+3000. Kierunek przeciwny odwraca tylko te pary. Tablica Halfwidth and Fullwidth Forms dokumentuje szerokie odpowiedniki interpunkcji, cyfr i liter łacińskich.

W trzecim wierszu zmieniają się cyfry ASCII, spacja i obsługiwana katakana połówkowej szerokości. 東京 i emoji pozostają nietknięte.

Katakana, interpunkcja i znaki udźwięcznienia

Narzędzie używa jawnej tabeli dla katakany połówkowej szerokości, japońskiej interpunkcji i znaku przedłużenia samogłoski. Lista nazw znaków Unicode od U+FF00 do U+FFEF podaje wąskie odpowiedniki U+FF61 do U+FF9F, między innymi ｡ z 。, ｢ z 「, ･ z ・ oraz ｱ z ア.

Sylaby dźwięczne i półdźwięczne mają ustalone pary: ｶﾞ odpowiada ガ, ﾊﾟ odpowiada パ, a ｳﾞ odpowiada ヴ. Tabela obejmuje również obsługiwane pary ﾜﾞ i ｦﾞ. Nieobsługiwane kana, takie jak ヰ, ヱ, ヸ, ヹ, ヵ i ヶ, pozostają bez zmian zamiast być zgadywane lub transliterowane.

U+FF9E i U+FF9F są traktowane jako ścisłe połówkowe odpowiedniki łączących znaków U+3099 i U+309A. Odstępowe znaki U+309B ゛ i U+309C ゜ są innymi znakami i nie zmieniają się.

Ważne zastrzeżenie o normalizacji i konwersji w obie strony

To nie jest NFKC. Aneks nr 15 do standardu Unicode klasyfikuje warianty szerokości jako zgodne odpowiedniki, ale pokazuje też, że NFKC zmienia wiele innych form zgodności. Jawne tabele chronią znaki spoza zakresu przed takimi skutkami.

Dla udźwięcznionej katakany występuje celowe składanie. Zarówno gotowy znak ガ, jak i sekwencja カ plus łączący U+3099 zwężają się do ｶﾞ. Ponowne poszerzenie daje zwyczajowy gotowy znak ガ. Odczyt pozostaje taki sam, ale narzędzie nie gwarantuje powrotu do identycznej sekwencji punktów kodowych.

Rodzina tyld dobrze pokazuje kolejną granicę:

Tylda ASCII U+007E i tylda pełnej szerokości U+FF5E tworzą parę. Fala U+301C 〜 jest innym, niewymienionym znakiem i pozostaje bez zmian.

Co pozostaje bez zmian

Tabulatory, końce wierszy i twarda spacja U+00A0 są zachowywane. Tak samo hiragana, kanji, emoji, połówkowy hangul, nieobsługiwane kana, cyfry arabsko-indyjskie, cyfry wschodnioarabsko-indyjskie oraz wszystkie inne punkty kodowe spoza tabel. Konwerter nie tłumaczy słów, nie zmienia hiragany w katakanę, nie interpretuje liczb, nie transliteruje japońskiego i nie służy do ogólnego czyszczenia Unicode.

Karta JIS X 0201:1997 Japońskiego Stowarzyszenia Normalizacyjnego wskazuje historyczny kontekst 7- i 8-bitowych zestawów znaków łacińskich oraz katakany. To narzędzie nie bada jednak kodowania pliku ani nie potwierdza zgodności z JIS X 0201, prawem lub wymaganiami dokumentu. Działa wyłącznie na tekście Unicode przekazanym przez przeglądarkę.

Prywatność i limit wejścia

Konwersja odbywa się w przeglądarce. Tekst źródłowy i kierunek są zapisane w sessionStorage bieżącej sesji, aby można było przejść przez trzy etapy widoku. Tekst nie jest wysyłany przez nasze serwery, umieszczany w adresie URL ani przesyłany na serwer. Rozpoczęcie od nowa usuwa zapisaną wartość. Menedżer schowka, rozszerzenia i miejsce wklejenia wyniku pozostają poza kontrolą narzędzia.

Limit wynosi 10 000 punktów kodowych Unicode, nie jednostek UTF-16. Znak dodatkowy, na przykład emoji, liczy się raz. Obsługiwana katakana z łączącym znakiem może po konwersji stać się jednym znakiem złożonym, więc liczba punktów kodowych wyniku nie zawsze równa się liczbie punktów wejścia.