Shotnest · Biblioteca
Confronta testi con spazi ripetuti
Red blue con due spazi non è esattamente uguale a Red blue, ma entrambi diventano red blue, quindi l’uguaglianza normalizzata è Sì e la sovrapposizione dei token è 1.
Tre livelli di uguaglianza
Esattamente uguali confronta le stringhe grezze carattere per carattere, quindi un secondo spazio rende Red blue diverso da Red blue. Uguali dopo la normalizzazione prima porta in minuscolo e toglie gli accenti, poi sostituisce ogni sequenza di spazi, tabulazioni o a capo con un solo spazio e rifila entrambe le estremità. Entrambi gli input diventano red blue. Sovrapposizione delle parole confronta poi le parole distinte, qui un insieme identico, e dà 1.
Lo stesso compattamento spiega altre coppie. Una tabulazione e un a capo finale, come in Red, tabulazione, blue, a capo, si normalizzano anch’essi in red blue. Anche Café e cafe diventano uguali, perché la rimozione degli accenti avviene prima che gli spazi vengano compattati.
Anche qui viene applicata la tabella delle lettere usata dalla ricerca, quindi le lettere a larghezza piena e lo spazio ideografico vengono convertiti prima di compattare gli spazi: ＲＥＤ ＢＬＵＥ si normalizza in red blue ed è uguale a esso.
Dati di ingresso
- Primo testo
- Red blue
- Secondo testo
- Red blue
Risultati
- Esattamente uguali
- No
- Uguali dopo la normalizzazione
- Sì
- Sovrapposizione delle parole
- 1
- Solo nel primo testo
- Non disponibile
- Solo nel secondo testo
- Non disponibile
La sovrapposizione del testo non dimostra che due immagini o documenti siano identici.
Decidere se la spaziatura conta
- Leggi prima Esattamente uguali; No significa che almeno un carattere è diverso.
- Leggi Uguali dopo la normalizzazione; Sì significa che la differenza stava in maiuscole, accenti o spazi.
- Chiediti se la disposizione ha un significato, come succede nel codice, in una poesia o in una tabella.
- In quel caso, confronta gli screenshot originali invece del testo estratto.
- Red, tabulazione, blue, a capo vs red blue · normalizzato
- Sì
- Café vs cafe · esatto
- No
- Café vs cafe · normalizzato
- Sì
Errori con gli spazi compattati
- Dire che due frammenti di codice sono identici quando solo la riga normalizzata dice Sì; i rientri possono essere diversi.
- Aspettarsi che la casella di ricerca compatti gli spazi allo stesso modo; su questo sito non lo fa.
- Dimenticare che il riconoscimento del testo può aggiungere o togliere spazi tra le colonne.
- Leggere un Sì normalizzato come prova che la grafia è la stessa; Müller e Muller sono uguali dopo la rimozione degli accenti, anche se possono essere nomi diversi.
Stesso testo, immagini forse diverse
L’uguaglianza normalizzata descrive solo le parole estratte. Due screenshot con lo stesso testo possono comunque differire per layout, colore o un dettaglio che il riconoscimento del testo non ha colto.
Nella pulizia di Shotnest il controllo del testo usa parole fatte solo di lettere, quindi anche lì le cifre vengono ignorate; è l’impronta dell’immagine a separare due schermate quasi identiche.