Remover acentos

Onde as letras acentuadas dão problema

Muitos sistemas digitais lidam mal com acentos: URLs e nomes de domínio os transformam em códigos de escape ilegíveis, alguns programas empresariais e formulários bancários os rejeitam de vez, nomes de arquivo com acentos podem ficar corrompidos ao passar de um sistema operacional para outro, e passagens aéreas ou documentos internacionais exigem caracteres simples (é por isso que “Muñoz” aparece como “Munoz” em um cartão de embarque). Converter o texto antes de colá-lo evita erros e caracteres quebrados como “é” aparecendo no lugar de um “é”.

Como funciona a conversão (Unicode NFD)

No padrão Unicode, toda letra acentuada pode ser decomposta em duas partes: a letra base e o sinal diacrítico que a acompanha (“é” = “e” + acento agudo). Esta ferramenta aplica exatamente essa decomposição, chamada de normalização NFD, e depois remove os sinais diacríticos, deixando só as letras base. O resultado funciona com acentos do francês e do espanhol, mas também com os tremas do alemão (ü → u), o til do espanhol (ñ → n), a cedilha do francês (ç → c) e ligaturas como œ → oe.

Letras sem acento para remover

Algumas letras não são uma letra mais um sinal, então a decomposição as deixa em paz: o ß alemão, as ligaturas æ e œ, o ø dinamarquês, o đ croata e o ł polonês. Aqui elas viram o que você digitaria no lugar delas em um teclado que não as tem: ß vira ss, æ vira ae, œ vira oe, ø vira o, đ vira d e ł vira l. As maiúsculas continuam maiúsculas: “STRAẞE” vira “STRASSE” e “Ærø” vira “Aero”.

As letras gregas perdem os acentos como as latinas: “ά” vira “α”. Outros alfabetos não são tocados: no russo, “й” não é um “и” com acento, e sim outra letra, e um kana japonês com os dois tracinhos é outra sílaba, então remover esses sinais mudaria as palavras. O “ı” turco sem ponto e as letras islandesas “þ” e “ð” também ficam como estão, porque não têm uma forma simples para a qual converter.

Várias limpezas de uma vez, em ordem fixa

Abaixo da caixa você encontra as dez limpezas desta família, e pode marcar quantas quiser: cada página começa com a sua já marcada. O programa é o mesmo nas dez, então o mesmo texto com as mesmas caixas dá o mesmo resultado em qualquer página em que você o cole.

A ordem não depende de quais caixas você marca, e é a ordem em que você as vê: primeiro os caracteres (emojis, acentos, números, pontuação), depois os espaços dentro de cada linha (tabulações, recuos, espaços extras), depois as linhas inteiras (em branco e duplicadas) e por último juntar tudo em uma linha. Assim, uma linha que fica vazia depois que os emojis saem desaparece junto com as linhas em branco, e duas linhas que ficam idênticas depois que os espaços saem contam como duplicadas.

As páginas irmãs, cada uma com a sua caixa já marcada: Remover espaços extras, Remover recuo, Remover linhas em branco, Remover linhas duplicadas, Remover emojis, Remover pontuação, Remover números, Texto em uma linha e Tabulações em espaços.