Shotnest · 资料库
比较含重复空白的文本
带两个空格的 Red blue 与 Red blue 并不完全相同，但两者都会合并成 red blue，所以“规范化后相同”为“是”，词语重合度为 1。
三个层次的“相同”
“完全相同”逐个字符比较原始字符串，所以多一个空格就会让 Red blue 与 Red blue 不同。“规范化后相同”先转为小写并折叠重音，再把每一串连续的空格、制表符或换行换成一个空格，并去掉两端的空白。两个输入都变成 red blue。接着“词语重合度”比较不同的词，这里两边的集合完全一样，结果为 1。
同样的合并也能解释其他几对。像 Red、制表符、blue、换行这样带制表符和末尾换行的文字，同样会规范化为 red blue。Café 和 cafe 也会变得相同，因为重音折叠发生在合并空白之前。
搜索所用的字母对照表在这里同样会运行，所以全角字母和表意空格会在合并空白之前被转换：ＲＥＤ ＢＬＵＥ 规范化后为 red blue，与它相同。
输入值
- 第一段文本
- Red blue
- 第二段文本
- Red blue
结果
- 完全相同
- 否
- 规范化后相同
- 是
- 词语重合度
- 1
- 仅在第一段文本中
- 暂无数据
- 仅在第二段文本中
- 暂无数据
文本重合不能证明两张图像或两份文档完全相同。
判断空格是否重要
- 先看“完全相同”；“否”表示至少有一个字符不同。
- 再看“规范化后相同”；“是”表示差别在于大小写、重音或空白。
- 想一想版式是否带有含义，比如在代码、诗歌或表格中就是如此。
- 如果有含义，就比较原始截屏，而不是提取出的文字。
- Red、制表符、blue、换行 与 red blue · 规范化后
- 是
- Café 与 cafe · 完全相同
- 否
- Café 与 cafe · 规范化后
- 是
合并空白时的常见错误
- 只因规范化那一行显示“是”，就说两段代码相同；缩进可能并不一样。
- 以为搜索框会用同样的方式合并空格；在本网站上它不会。
- 忘了文字识别可能会在栏与栏之间多加或漏掉空格。
- 把规范化后的“是”当作拼写相同的证据；Müller 和 Muller 在折叠后相同，但它们可能是不同的名字。
文字相同，图片未必相同
规范化后相同只描述提取出的词。文字相同的两张截屏，在版式、颜色或文字识别漏掉的某个细节上仍可能不同。
在 Shotnest 的清理功能中，文字检查只用由字母组成的词，所以那里同样忽略数字；真正区分两个几乎一样的画面的是图像指纹。