इस लेख में
ABC123 और ＡＢＣ１２３ एक-दूसरे से मिलते-जुलते दिखते हैं, लेकिन इनमें अलग Unicode अक्षर हैं। सामान्य लैटिन अक्षर और अंक स्वीकार करने वाला फ़ॉर्म पूर्ण-चौड़ाई रूप को अस्वीकार कर सकता है, और स्प्रेडशीट की तुलना इन्हें असमान मान सकती है।
चीनी इनपुट विधियाँ चीनी पाठ के साथ पूर्ण-चौड़ाई अक्षर, अंक या विराम चिह्न बना सकती हैं। समस्या स्ट्रिंग में वास्तव में संग्रहीत अक्षरों की है, केवल फ़ॉन्ट या ज़ूम स्तर की नहीं।
सामान्य जोड़ों की पहचान
| अर्ध-चौड़ाई रूप | पूर्ण-चौड़ाई रूप | सामान्य समस्या |
|---|---|---|
A | Ａ | पहचान कोड की तुलना में मेल नहीं मिलता |
1 | １ | संख्यात्मक फ़ील्ड इनपुट अस्वीकार करता है |
, | ， | विभाजक पहचाना नहीं जाता |
( ) | （ ） | खोज या पार्सिंग का परिणाम बदलता है |
सामान्य स्पेस और आइडियोग्राफ़िक स्पेस भी टेक्स्ट फ़ील्ड में एक जैसे दिख सकते हैं। शुरू या अंत के स्पेस एक और असमानता जोड़ सकते हैं। बदलने से पहले पूरा मान देखें, खासकर उत्पाद कोड, संपर्क फ़ील्ड और आयात किए गए रिकॉर्ड में।
केवल आवश्यक फ़ील्ड बदलें
ＡＢＣ１２３ जैसे उत्पाद पहचान कोड में लैटिन अक्षर और अंक बदलने पर ABC123 मिलता है। लेकिन चीनी गद्य के अनुच्छेद में हर विराम चिह्न बदलने से अपेक्षित टाइपोग्राफ़ी बिगड़ सकती है। डेटा इनपुट फ़ील्ड और प्रकाशित वाक्य को अलग तरह से सँभालना पड़ सकता है।
पूर्ण-चौड़ाई और अर्ध-चौड़ाई कन्वर्टर में अक्षर, अंक, समर्थित विराम चिह्न और स्पेस चुने जा सकते हैं। पहले उन श्रेणियों को चुनें जो मेल न खाने का कारण हैं, फिर परिणाम मूल पाठ से मिलाएँ।
चौड़ाई परिवर्तन से बाहर की बातें
चौड़ाई बदलने से सरल चीनी अक्षर पारंपरिक चीनी में नहीं बदलते। इससे अलग लिपियों के दिखने में समान अक्षर भी एक नहीं हो जाते। उदाहरण के लिए, लैटिन अक्षर और उससे मिलता-जुलता सिरिलिक अक्षर अलग जाँच माँगते हैं।
चीनी पूर्ण विराम 。, ASCII बिंदु . का केवल पूर्ण-चौड़ाई रूप नहीं है। इसी तरह सभी चीनी उद्धरण और पुस्तक-शीर्षक चिह्न पूर्ण-चौड़ाई ASCII मैपिंग में नहीं आते। यह न मानें कि एक बार चौड़ाई बदलने से विराम चिह्नों का हर अंतर समाप्त हो जाएगा।
परिवर्तन से पहले और बाद में फ़ील्ड मिलाएँ
उदाहरण के लिए उत्पाद कोड ＡＢＣ１２３ लें। केवल अक्षर बदलने से ABC１２３ मिलता है, इसलिए अंक पूर्ण-चौड़ाई ही रहते हैं। अक्षर और अंक दोनों बदलने पर ABC123 मिलता है। इसलिए परिणाम कुछ हद तक सुधरा दिखने पर भी सामान्य अक्षर-अंक की शर्त पूरी नहीं कर सकता।
अब कोड से पहले आइडियोग्राफ़िक स्पेस जोड़ें: ＡＢＣ１２３। केवल अक्षर और अंक बदलने पर शुरुआती स्पेस बना रहता है। स्पेस बदलने से उसकी चौड़ाई बदलती है, वह हटता नहीं है। फ़ील्ड शुरुआती स्पेस भी मना करता हो तो प्राप्तकर्ता के फ़ॉर्मैट नियम के अनुसार उन्हें अलग से हटाएँ।
पहचान कोड का हिस्सा होने पर शुरुआती शून्य सुरक्षित रखें। ００１２３４ को 001234 में बदलने से वह 1234 नहीं होना चाहिए। दूसरी क्रिया संख्या के रूप में व्याख्या है, चौड़ाई परिवर्तन नहीं। स्प्रेडशीट में शुरुआती शून्य महत्त्वपूर्ण हों तो साफ़ किए गए पहचान कोड को टेक्स्ट के रूप में रखें।
विराम चिह्न और फ़ाइल संरचना अलग रखें
चीनी गद्य में अल्पविराम एक विराम चिह्न हो सकता है, जबकि CSV में ASCII कॉमा फ़ील्ड अलग कर सकता है। इसलिए कच्ची डेटा फ़ाइल के हर चीनी अल्पविराम को ASCII कॉमा से बदलने पर पार्सिंग प्रभावित हो सकती है, यदि फ़ील्ड ठीक से उद्धरण चिह्नों में बंद न हो। चुने गए फ़ील्ड का पाठ बदलें और फिर फ़ाइल फ़ॉर्मैट के सामान्य उद्धरण नियमों के अनुसार निर्यात करें।
इसी तरह वाक्य में पूर्ण-चौड़ाई कोलन और URL के कोलन की भूमिकाएँ अलग हैं। कन्वर्टर अक्षर बदल सकता है, लेकिन यह तय नहीं करता कि नया URL अपेक्षित स्थान पर पहुँचता है या नहीं। लिंक और संरचित मानों को उनके अपने संदर्भ में जाँचें; विराम चिह्न सँकरे करने से हर स्ट्रिंग वैध नहीं बन जाती।
अक्षर की दिखने वाली चौड़ाई फ़ॉन्ट पर भी निर्भर है। फ़ॉन्ट बड़ा करने या बदलने से Ａ, A नहीं बनता। यदि समस्या सटीक तुलना की है तो संग्रहीत पाठ जाँचें या बदलें। यदि सिर्फ़ अनुच्छेद का रूप समस्या है, तो मूल अक्षर बदलना अनावश्यक हो सकता है।
बड़े आयात में पूरा कॉलम बदलने से पहले छोटा नमूना आज़माएँ जिसमें अक्षर, अंक, विराम चिह्न और स्पेस हों। पहले से मेल खाने वाला रिकॉर्ड, शुरुआती शून्य वाला रिकॉर्ड और चीनी गद्य वाला रिकॉर्ड जाँचें। नमूने से स्पष्ट होना चाहिए कि कौन-सी श्रेणियाँ बदलनी हैं और कौन-सी जैसी हैं वैसी रखनी हैं।
परिवर्तन के बाद मूल और साफ़ किए गए मान साथ रखें, जब तक प्राप्तकर्ता सिस्टम अपेक्षित रिकॉर्ड स्वीकार न कर ले। इससे बदला हुआ अक्षर सीधे पहचाना जा सकेगा; याद से मूल बनाने या ऐसे उलटे परिवर्तन पर निर्भर नहीं रहना पड़ेगा जो हर पुराना विकल्प वापस न ला पाए।
आयात डेटा साफ़ करने का क्रम
- मूल कॉलम या फ़ाइल बचाकर रखें।
- दस्तावेज़ में तय फ़ॉर्मैट वाला फ़ील्ड पहचानें, जैसे अंकों वाला कोड।
- अलग प्रति में आवश्यक अक्षर श्रेणियाँ बदलें।
- बदलने के बाद शुरुआती शून्य, विराम चिह्न और स्पेस जाँचें।
- काम के डेटा को बदलने से पहले मिलान या वैधता जाँच फिर करें।
पासवर्ड या हस्ताक्षरित स्ट्रिंग को सामान्यीकृत न करें, जब तक सिस्टम स्पष्ट रूप से न कहे: एक अक्षर बदलने से मान बदल जाता है। नाम और पहचान कोड के लिए जाँच योग्य प्रति रखें ताकि मूल वर्तनी वापस मिल सके।
जमा किए जाने वाले पाठ की लंबाई भी सीमित हो तो परिणाम को अक्षर काउंटर से जाँचें। चौड़ाई बदलने से दिखाई देने वाली जगह घट सकती है, लेकिन अक्षर संख्या ज़रूरी नहीं कि घटे।
टिप्पणियाँ
लोड हो रहा है…
अभी कोई टिप्पणी नहीं है।