Conversor de largura completa e meia largura

As formas de largura completa e meia largura são caracteres Unicode distintos, não apenas uma configuração de tamanho da fonte. A seção 18.5 da especificação principal Unicode 17 explica sua origem nos sistemas do Leste Asiático, nos quais alguns caracteres ocupavam duas células e o ASCII uma.

Este conversor aplica deliberadamente um conjunto limitado e verificável de substituições. Não executa uma normalização geral de compatibilidade Unicode.

ASCII e espaço

Na direção de largura completa, cada caractere ASCII imprimível de U+0021 a U+007E corresponde a U+FF01 até U+FF5E. O espaço ASCII U+0020 torna-se o espaço ideográfico U+3000. A direção inversa altera apenas esses equivalentes. A tabela Unicode Halfwidth and Fullwidth Forms documenta estas correspondências.

No último exemplo, mudam os dígitos ASCII, o espaço e os katakana suportados. 東京 e o emoji permanecem intactos.

Katakana, pontuação e marcas sonoras

Uma tabela explícita inclui os katakana de meia largura, a pontuação japonesa e a marca de prolongamento. A lista de nomes Unicode de U+FF00 a U+FFEF registra pares como ｡/。, ｢/「, ･/・ e ｱ/ア.

Os pares sonoros e semissonoros suportados são compostos explicitamente: ｶﾞ, ﾊﾟ, ｳﾞ, além de ﾜﾞ e ｦﾞ. Os kana não incluídos, como ヰ, ヱ, ヸ, ヹ, ヵ e ヶ, não são inferidos nem transliterados. U+FF9E e U+FF9F são os equivalentes estritos das marcas combinatórias U+3099 e U+309A. As marcas espaçadoras U+309B ゛ e U+309C ゜ permanecem inalteradas.

Uma ressalva precisa sobre normalização

Isto não é NFKC. O Anexo 15 da norma Unicode mostra que o NFKC também altera muitas formas de compatibilidade alheias à largura. Este conversor aplica somente as tabelas descritas.

Existe um detalhe intencional de composição: tanto o ガ pré-composto como a sequência カ seguida de U+3099 são estreitados para ｶﾞ. Ao alargar esse resultado obtém-se o ガ pré-composto habitual. A leitura visível é preservada, mas não se garante a recuperação da sequência original de pontos de código.

O til U+007E do ASCII e o til U+FF5E de largura completa formam um par. O traço ondulado U+301C 〜 é outro caractere e não muda.

O que permanece inalterado

Tabulações, quebras de linha, espaços inquebráveis U+00A0, hiragana, kanji, emojis, hangul de meia largura, kana não suportados, dígitos árabe-indianos e qualquer ponto de código não incluído são preservados. O conversor não traduz, translitera, calcula nem converte hiragana em katakana.

A ficha do JIS X 0201:1997 da Japanese Standards Association fornece o contexto histórico do repertório. Esta ferramenta não examina a codificação de arquivos nem certifica a conformidade com o JIS ou requisitos de documentos oficiais. Atua apenas sobre o texto Unicode recebido pelo navegador.

Privacidade e limite

A conversão ocorre no navegador. O texto original e a direção são salvos no sessionStorage da sessão atual durante as três etapas. Não são enviados aos nossos servidores, não entram na URL e são apagados ao recomeçar. Os gerenciadores da área de transferência, as extensões e o destino em que você cola o resultado ficam fora do controle da ferramenta.

O limite é de 10.000 pontos de código Unicode, não de unidades UTF-16; por isso, um emoji conta uma vez. Uma base katakana com uma marca combinatória suportada pode se tornar um único caractere pré-composto. O limite controla a entrada e não garante o mesmo número de pontos de código na saída.