Karakter lebar penuh dan setengah lebar dalam input Mandarin

String ABC123 dan ＡＢＣ１２３ tampak berkaitan, tetapi berisi karakter Unicode yang berbeda. Formulir yang menerima huruf Latin dan digit biasa dapat menolak versi lebar penuh, dan perbandingan spreadsheet dapat menganggap keduanya tidak sama.

Metode input Mandarin dapat menghasilkan huruf, digit, atau tanda baca lebar penuh di samping teks Mandarin. Masalahnya ada pada karakter yang benar-benar tersimpan dalam string, bukan sekadar jenis huruf atau tingkat pembesaran tampilannya.

Mengenali pasangan yang umum

Spasi biasa dan spasi ideografis juga dapat tampak mirip dalam kolom teks. Spasi di awal atau akhir bisa menambah ketidakcocokan. Periksa seluruh nilai sebelum mengubahnya, terutama untuk kode produk, kolom kontak, dan catatan impor.

Mengonversi hanya kolom yang memerlukan

Untuk pengenal produk seperti ＡＢＣ１２３, konversi huruf Latin dan digit menghasilkan ABC123. Namun, mengonversi semua tanda baca dalam paragraf Mandarin dapat merusak tipografi yang dimaksud. Kolom entri data dan kalimat terbitan mungkin memerlukan penanganan berbeda.

Konverter lebar penuh dan setengah lebar memungkinkan pemilihan huruf, digit, tanda baca yang didukung, dan spasi. Mulailah dari kategori penyebab ketidakcocokan, lalu bandingkan hasilnya dengan teks asli.

Perubahan di luar konversi lebar

Konversi lebar tidak mengubah aksara Mandarin sederhana menjadi tradisional. Konversi ini juga tidak menyamakan huruf dari sistem tulisan berbeda yang tampak serupa. Misalnya, huruf Latin dan huruf Kiril yang mirip memerlukan pemeriksaan tersendiri.

Tanda titik Mandarin 。 bukan sekadar pasangan lebar penuh dari titik ASCII .. Demikian pula, tidak semua tanda kutip Mandarin dan tanda judul buku termasuk dalam pemetaan ASCII lebar penuh. Jangan menganggap satu konversi lebar akan menghilangkan seluruh perbedaan tanda baca.

Membandingkan kolom sebelum dan sesudah

Ambil contoh kode produk ＡＢＣ１２３. Mengonversi huruf saja menghasilkan ABC１２３, sehingga digit masih lebar penuh. Mengonversi huruf dan digit menghasilkan ABC123. Inilah sebabnya hasil dapat tampak sebagian membaik tetapi tetap gagal memenuhi syarat huruf dan digit biasa.

Sekarang tambahkan spasi ideografis di depan kode: 　ＡＢＣ１２３. Mengonversi huruf dan digit saja membiarkan spasi awal tetap ada. Mengonversi spasi mengubah lebarnya, tetapi bukan menghapusnya. Jika kolom juga melarang spasi awal, hapus secara terpisah sesuai aturan format penerima.

Pertahankan nol awal jika merupakan bagian pengenal. Konversi ００１２３４ menjadi 001234 tidak seharusnya mengubahnya menjadi 1234. Perubahan kedua adalah interpretasi numerik, bukan konversi lebar. Di spreadsheet, simpan pengenal yang telah dibersihkan sebagai teks jika nol awalnya bermakna.

Memisahkan tanda baca dari struktur berkas

Koma dalam prosa Mandarin dapat berfungsi sebagai tanda baca, sementara koma ASCII dalam CSV dapat memisahkan kolom. Mengganti semua koma Mandarin dengan koma ASCII pada berkas mentah karena itu bisa memengaruhi penguraian jika kolom tidak diberi tanda kutip dengan benar. Konversi teks kolom yang dipilih, lalu ekspor dengan aturan pengutipan normal format berkas tersebut.

Begitu pula, titik dua lebar penuh dalam kalimat dan titik dua pada URL memiliki fungsi berbeda. Konverter dapat mengubah karakter, tetapi tidak menentukan apakah URL hasilnya menuju lokasi yang dimaksud. Periksa tautan dan nilai terstruktur dalam konteksnya, bukan menganggap penyempitan tanda baca membuat setiap string valid.

Lebar visual karakter juga bergantung pada jenis huruf. Memperbesar atau mengganti font tidak mengubah Ａ menjadi A. Jika masalahnya perbandingan persis, periksa atau konversi teks yang tersimpan. Jika hanya tampilan paragraf yang bermasalah, perubahan karakter mungkin tidak diperlukan.

Untuk impor besar, uji sampel kecil yang memuat huruf, digit, tanda baca, dan spasi sebelum mengganti seluruh kolom. Periksa catatan yang sudah diketahui cocok, catatan dengan nol awal, serta catatan berisi prosa Mandarin. Sampel harus menunjukkan kategori yang perlu dikonversi dan yang harus dipertahankan.

Setelah konversi, simpan nilai asli dan nilai bersih berdampingan sampai sistem penerima menerima catatan yang dimaksud. Dengan demikian, karakter yang berubah dapat dikenali langsung tanpa menebaknya dari ingatan atau memakai konversi balik yang belum tentu memulihkan semua pilihan sebelumnya.

Urutan pembersihan data impor

1. Simpan kolom atau berkas asli.
2. Tentukan kolom yang memiliki format terdokumentasi, misalnya kode numerik.
3. Konversi kategori karakter yang diperlukan pada salinan terpisah.
4. Periksa nol awal, tanda baca, dan spasi setelah konversi.
5. Uji kembali pencocokan atau validasi sebelum mengganti data kerja.

Jangan menormalisasi kata sandi atau string bertanda tangan kecuali sistem secara tegas mengharuskannya: mengubah satu karakter mengubah nilainya. Untuk nama dan pengenal, simpan salinan audit agar ejaan asli dapat dipulihkan.

Jika pengiriman juga memiliki batas panjang, periksa teks hasilnya melalui penghitung karakter. Perubahan lebar dapat mengubah tampilan tanpa mengurangi jumlah karakter.