Shotnest · Библиотека
Находите слово с диакритикой без ввода знака
Запрос cafe находит Café, потому что Shotnest перед сравнением убирает латинские и вьетнамские диакритические знаки, а запись сохраняет исходное написание.
Как диакритика снимается перед сравнением
Инструмент поиска на этой странице и приложение Shotnest перед сравнением текста выполняют одну и ту же нормализацию. Буквы переводятся в нижний регистр, затем фиксированная таблица заменяет латинские буквы с диакритикой простыми: é превращается в e, ç — в c, ş — в s, ø — в o. Вторая таблица делает то же с вьетнамскими гласными, поэтому Đà Nẵng сравнивается как da nang. Некоторые буквы при этом не сокращаются, а раскрываются: ß и ẞ становятся ss, æ — ae, а лигатура fi — fi.
Нормализуется только копия для сравнения. Запись, которую вы ввели, а в приложении — текст, прочитанный со скриншота, сохраняет диакритику, поэтому в результате по-прежнему видно Café. Нормализация применяется к обеим сторонам, и именно поэтому запрос прописными CAFÉ возвращает ту же запись, что и cafe.
Входные данные
- Поиск по тексту скриншотов
- cafe
| Строка | Текстовая запись |
|---|---|
| 1 | Café opening notes |
| 2 | Library reference |
Результаты
- Совпавшие записи
- 1
| Строка | Текстовая запись |
|---|---|
| 1 | Café opening notes |
Поиск имени, которое помните лишь наполовину
- Введите слово так, как оно вспоминается, с диакритикой или без.
- Сверьте возвращённый номер записи со списком, который вы ввели.
- Откройте исходный текст и копируйте написание оттуда, а не из своего запроса.
- Если ничего не нашлось, попробуйте одну характерную часть слова вместо всей фразы.
- Запрос creme brulee в «Crème brûlée recipe»
- совпадение
- Straße после нормализации
- strasse
- Đà Nẵng после нормализации
- da nang
Где снятие диакритики заканчивается
- Турецкая İ с точкой в нижнем регистре превращается в i с комбинируемой точкой, которую таблица не удаляет, поэтому в этом инструменте istanbul не находит İstanbul.
- Нормализация идёт побуквенно. Она не считает colour и color или переведённое слово одним и тем же текстом.
- Греческих и ивритских букв в таблице нет, а распознавание текста в приложении на устройстве пока не читает эти алфавиты, поэтому там лучше искать по имени латиницей или по числу.
- Варианты арабских букв унифицируются, а знаки кратких гласных удаляются отдельным соответствием, так что это поведение не стоит понимать как снятие диакритики для любого алфавита.
Сохраняйте исходное написание
Совпадение после нормализации говорит лишь о том, что буквы совпадают без диакритики. Оно не говорит, какое написание верно для человека или места, поэтому берите имена из возвращённого оригинала. В приложении то же правило позволяет найти скриншот французского меню по запросу, набранному на английской клавиатуре.