Vollbreite und halbbreite Zeichen in chinesischen Formularen

Die Zeichenfolgen ABC123 und ＡＢＣ１２３ sehen ähnlich aus, bestehen aber aus unterschiedlichen Unicode-Zeichen. Ein Formular, das gewöhnliche lateinische Buchstaben und Ziffern akzeptiert, kann die vollbreite Variante ablehnen. Auch eine Tabellenkalkulation kann die beiden Werte als ungleich behandeln.

Chinesische Eingabemethoden können neben chinesischem Text auch vollbreite Buchstaben, Ziffern oder Satzzeichen erzeugen. Entscheidend sind die tatsächlich gespeicherten Zeichen, nicht allein die Schriftart oder die Vergrößerung bei der Anzeige.

Häufige Zeichenpaare erkennen

Auch ein gewöhnliches und ein ideografisches Leerzeichen können in einem Eingabefeld ähnlich wirken. Führende oder abschließende Leerzeichen können eine weitere Abweichung verursachen. Prüfen Sie vor Änderungen den gesamten Wert, besonders bei Produktcodes, Kontaktdaten und importierten Datensätzen.

Nur die nötigen Felder umwandeln

Bei einer Produktkennung wie ＡＢＣ１２３ ergibt die Umwandlung lateinischer Buchstaben und Ziffern ABC123. In einem chinesischen Fließtext kann die Umwandlung sämtlicher Satzzeichen dagegen die beabsichtigte Typografie beeinträchtigen. Ein Datenfeld und ein veröffentlichter Satz können unterschiedliche Vorgehensweisen erfordern.

Im Konverter für vollbreite und halbbreite Zeichen können Sie Buchstaben, Ziffern, unterstützte Satzzeichen und Leerzeichen getrennt auswählen. Beginnen Sie mit den Zeichenarten, die die Abweichung verursachen, und vergleichen Sie das Ergebnis mit dem Original.

Grenzen der Breitenumwandlung

Die Umwandlung macht aus vereinfachtem Chinesisch kein traditionelles Chinesisch. Sie setzt auch ähnlich aussehende Buchstaben verschiedener Schriftsysteme nicht gleich. Ein lateinischer Buchstabe und ein ähnlich geformter kyrillischer Buchstabe müssen beispielsweise auf andere Weise untersucht werden.

Der chinesische Punkt 。 ist nicht einfach das vollbreite Gegenstück zum ASCII-Punkt .. Auch chinesische Anführungszeichen und Zeichen zur Kennzeichnung von Buchtiteln gehören nicht alle zur Zuordnung zwischen ASCII und vollbreiten Zeichen. Gehen Sie deshalb nicht davon aus, dass eine einzige Umwandlung alle Unterschiede in der Zeichensetzung beseitigt.

Ein Feld vor und nach der Umwandlung vergleichen

Nehmen wir die beispielhafte Produktkennung ＡＢＣ１２３. Werden nur die Buchstaben umgewandelt, entsteht ABC１２３; die Ziffern bleiben vollbreit. Erst die Umwandlung beider Zeichenarten ergibt ABC123. Ein teilweise verbessert wirkendes Ergebnis kann somit weiterhin an einer Vorgabe für gewöhnliche Buchstaben und Ziffern scheitern.

Stellen Sie nun ein ideografisches Leerzeichen voran: 　ＡＢＣ１２３. Bei der Umwandlung nur von Buchstaben und Ziffern bleibt dieses führende Leerzeichen erhalten. Die Umwandlung von Leerzeichen verändert deren Breite, entfernt sie aber nicht. Falls das Zielfeld führende Leerzeichen verbietet, müssen sie entsprechend seiner Formatregeln separat entfernt werden.

Führende Nullen, die zur Kennung gehören, müssen erhalten bleiben. Aus ００１２３４ soll 001234 werden, nicht 1234. Die zweite Änderung wäre eine Interpretation als Zahl und keine Breitenumwandlung. Speichern Sie bereinigte Kennungen in einer Tabellenkalkulation als Text, wenn die führenden Nullen relevant sind.

Satzzeichen und Dateistruktur auseinanderhalten

Ein Komma in chinesischem Fließtext kann ein Satzzeichen sein, während ein ASCII-Komma in einer CSV-Datei Felder trennt. Werden in einer Rohdatei sämtliche chinesischen Kommas durch ASCII-Kommas ersetzt, kann sich die Auswertung ändern, falls ein Feld nicht korrekt in Anführungszeichen eingeschlossen ist. Wandeln Sie den Text des ausgewählten Feldes um und exportieren Sie ihn anschließend nach den üblichen Regeln des Dateiformats.

Ebenso haben ein vollbreiter Doppelpunkt in einem Satz und ein Doppelpunkt in einer URL unterschiedliche Aufgaben. Der Konverter kann das Zeichen ändern, entscheidet aber nicht, ob die resultierende URL zum gewünschten Ziel führt. Prüfen Sie Links und strukturierte Werte in ihrem jeweiligen Zusammenhang. Schmalere Satzzeichen machen nicht jede Zeichenfolge gültig.

Die sichtbare Zeichenbreite hängt außerdem von der Schriftart ab. Das Vergrößern oder Wechseln einer Schrift verwandelt Ａ nicht in A. Geht es um einen exakten Vergleich, müssen die gespeicherten Zeichen geprüft oder umgewandelt werden. Geht es nur um das Aussehen eines Absatzes, ist eine Änderung der Zeichen möglicherweise unnötig.

Testen Sie bei einem umfangreichen Import zunächst eine kleine Auswahl mit Buchstaben, Ziffern, Satzzeichen und Leerzeichen, bevor Sie eine ganze Spalte ersetzen. Prüfen Sie einen bekanntermaßen passenden Datensatz, einen mit führender Null und einen mit chinesischem Fließtext. Die Auswahl sollte zeigen, welche Zeichenarten umgewandelt werden müssen und welche unverändert bleiben sollten.

Bewahren Sie nach der Umwandlung Original und bereinigten Wert nebeneinander auf, bis das Zielsystem die gewünschten Datensätze akzeptiert hat. So lässt sich ein geändertes Zeichen direkt erkennen, ohne den ursprünglichen Wert aus dem Gedächtnis nachzubilden oder sich auf eine Rückumwandlung zu verlassen, die nicht jede frühere Auswahl wiederherstellt.

Vorgehen zur Bereinigung importierter Daten

1. Die ursprüngliche Spalte oder Datei aufbewahren.
2. Das Feld mit dokumentiertem Format bestimmen, etwa einen Zahlencode.
3. Die erforderlichen Zeichenarten in einer separaten Kopie umwandeln.
4. Führende Nullen, Satzzeichen und Leerzeichen nach der Umwandlung prüfen.
5. Abgleich oder Validierung erneut testen, bevor die Arbeitsdaten ersetzt werden.

Normalisieren Sie Passwörter oder für Signaturen verwendete Zeichenfolgen nur dann, wenn das System dies ausdrücklich verlangt: Ein geändertes Zeichen verändert den Wert. Bewahren Sie bei Namen und Kennungen eine Kopie auf, mit der sich die ursprüngliche Schreibweise wiederherstellen lässt.

Gibt es zusätzlich eine Längenbegrenzung, prüfen Sie das Ergebnis mit dem Zeichenzähler. Eine Breitenumwandlung kann die Darstellung verändern, ohne die Anzahl der Zeichen zu verringern.