Urdu Text Formatter

Urdu Text Formatter tilbyder deterministisk normalisering specifikt til Urdu. Den tager Urdu-tekst som input og returnerer en version, hvor mellemrum, diakritiske tegn og interpunktion følger konsistente normer til publicering, lagring og automatiserede arbejdsprocesser. Den henvender sig til redaktører, lokaliseringsteams og udviklere, der integrerer Urdu-indhold i CMS, databaser eller API'er. Ved at behandle Urdu som et højre-til-venstre-skrift med specifikke interpunktionkonventioner reducerer den manuel redigering og forhindrer fejllæsning i downstream-systemer. Eksempel: indtastning med dobbelte mellemrum og et ikke-standard Urdu-punkt kan normaliseres til en ren, standard form. Konceptuelt bruger værktøjet Unicode-normalisering, det bidirektionelle algoritme og regelbaserede substitutioner for at producere en forudsigelig, lagringsvenlig output, samtidig med at betydningen bevares. Det understøtter konfigurerbare profiler: standardtilstand for generel Urdu-tekst og en avanceret tilstand for strengere diakritikkontrol eller selektive tegnsætningsændringer. Transformationen er ikke-destruktiv som standard og kan gennemgås inden lagring. Praktiske anvendelser omfatter artikelforberedelse, undertekster og dataingest i flersprogede systemer. Kernefunktioner omfatter RTL-tilpasset normalisering, whitespace-håndtering, diakritiske tegn bevaring eller fjernelse efter politik og tegnsætningsnormalisering. Avancerede muligheder inkluderer brugerdefinerede regler via et lille DSL, regex-erstatninger og API-baseret batchbehandling.