Shotnest · Biblioteca
Compara texto con espacios repetidos
Red blue con dos espacios no es exactamente igual a Red blue, pero ambos se reducen a red blue, así que la igualdad tras normalizar es Sí y la coincidencia de términos es 1.
Tres niveles de igualdad
Exactamente iguales compara las cadenas sin procesar carácter por carácter, así que un segundo espacio hace que Red blue sea distinto de Red blue. Iguales tras normalizar primero pasa a minúsculas y quita los acentos, luego sustituye cada secuencia de espacios, tabuladores o saltos de línea por un solo espacio y recorta ambos extremos. Las dos entradas se convierten en red blue. Después, la coincidencia de términos compara las palabras distintas, aquí un conjunto idéntico, lo que da 1.
La misma reducción explica otros pares. Un tabulador y un salto de línea final, como en Red, tabulador, blue, salto de línea, también se normalizan a red blue. Café y cafe también quedan iguales, porque la eliminación de acentos ocurre antes de reducir los espacios.
La tabla de letras que usa la búsqueda también se aplica aquí, así que las letras de ancho completo y el espacio ideográfico se convierten antes de reducir los espacios: ＲＥＤ ＢＬＵＥ se normaliza a red blue y es igual a ese texto.
Datos de entrada
- Primer texto
- Red blue
- Segundo texto
- Red blue
Resultados
- Exactamente iguales
- No
- Iguales tras normalizar
- Sí
- Coincidencia de palabras
- 1
- Solo en el primer texto
- No disponible
- Solo en el segundo texto
- No disponible
La coincidencia de texto no demuestra que dos imágenes o documentos sean idénticos.
Decide si el espaciado importa
- Lee primero Exactamente iguales; No significa que al menos un carácter es distinto.
- Lee Iguales tras normalizar; Sí significa que la diferencia estaba en las mayúsculas, los acentos o los espacios.
- Pregúntate si la disposición tiene significado, como ocurre en el código, la poesía o una tabla.
- Si lo tiene, compara las capturas originales en lugar del texto extraído.
- Red, tabulador, blue, salto de línea frente a red blue · normalizado
- Sí
- Café frente a cafe · exacto
- No
- Café frente a cafe · normalizado
- Sí
Errores con los espacios reducidos
- Dar por idénticos dos fragmentos de código cuando solo la línea normalizada dice Sí; la sangría puede ser distinta.
- Esperar que el cuadro de búsqueda reduzca los espacios del mismo modo; en este sitio no lo hace.
- Olvidar que el reconocimiento de texto puede añadir o quitar espacios entre columnas.
- Leer un Sí normalizado como prueba de que la grafía es la misma; Müller y Muller son iguales tras quitar los acentos, aunque pueden ser nombres distintos.
Texto igual, imágenes quizá distintas
La igualdad tras normalizar describe solo las palabras extraídas. Dos capturas con el mismo texto pueden diferir aún en la disposición, el color o un detalle que el reconocimiento de texto no captó.
En la limpieza de Shotnest, la comprobación de texto usa palabras formadas solo por letras, así que ahí también se ignoran los dígitos; lo que separa dos pantallas casi idénticas es la huella de imagen.