منظّف النص العربي

الصق النص بالأداة وخلّي خيار «التشكيل» شغّال، فبتنشال الفتحة والضمة والكسرة والسكون والشدة والتنوين والألف الصغيرة وعلامات المصحف. متلاً «مُحَمَّدٌ» بتصير «محمد». وإذا بدك تشيل التشكيل بس، طفّي باقي الخيارات.

لأن «أ» و«ا» حرفين مختلفين عند الكمبيوتر، وكذلك «ة» و«ه» و«ى» و«ي». الحل إنك تخزّن نسخة موحّدة من النص للبحث، وتوحّد كلمة البحث بنفس الطريقة قبل المقارنة. اختار إعداد «للبحث وقواعد البيانات» وانسخ الكود بلغة مشروعك، واستعمله عالنص وعلى كلمة البحث مع بعض.

إي، «مدرسة» بتصير «مدرسه»، لهيك هالخيار للبحث والفهرسة مو للنص اللي بيقراه الناس. الطريقة الصح إنك تعرض النص الأصلي، وتحفظ النسخة الموحّدة بعمود لحاله للبحث. وإذا بدك تنظيف ما بيغيّر الحروف، اختار «تنظيف خفيف».

خلّي خيار «الأرقام» شغّال، فبتتحوّل الأرقام العربية (٠ لـ ٩) والفارسية (۰ لـ ۹) لـ 0 لـ 9. متلاً «٠٩٩٣٤٥٦٧» بتصير «09934567». هالشي مفيد لأرقام الموبايلات والأسعار قبل ما تحفظها أو تحسب فيها.

هي رموز ما بتبيّن عالشاشة، متل علامات اتجاه الكتابة (RLM وLRM) والمسافة الصفرية وعلامة BOM بأول الملفات. بتفوت عالنص لما تنسخ من برامج أو مواقع تانية، فبتخلّي كلمتين شكلهم متل بعض يطلعوا مختلفين بالمقارنة أو البحث. خيار «المحارف المخفية» بيشيلها.

إذا المشكلة بـ «أشكال العرض»، متل «ﻻ» المكتوبة كحرف واحد أو حروف ما بيلاقيها البحث، فخيار «أشكال العرض» بيرجّعها حروف عادية. أما إذا ترتيب الحروف أو الكلمات مقلوب، فهي مشكلة تانية والأداة ما بتصلّحها.

اختار الخيارات، وبعدها اختار اللغة وانسخ الدالة: normalizeArabic بـ JavaScript، أو normalize_arabic بـ PHP وPython. الكود بيعطي نفس نتيجة الأداة. بـ PHP بدك نسخة 7.2 أو أحدث، وتحويل الأرقام بدّه إضافة mbstring الموجودة بمعظم الاستضافات. أما خيار أشكال العرض فبدّه إضافة intl، وإذا مو موجودة الكود بيتجاوز هالخطوة بس.

إي، اكبس «فتح ملف» واختار ملف نصي لحد 2 ميغا، متل TXT أو CSV أو JSON أو SQL أو SRT. بعد التنظيف اكبس «تنزيل» فبتاخد نفس الملف باسم بيخلص بـ clean، متل data-clean.csv. الملف لازم يكون بترميز UTF-8.

الأداة مجانية بدون تسجيل وبدون حد للاستخدام. وكل التنظيف بيصير بمتصفحك، فلا النص ولا الملف بينبعتوا لأي سيرفر.