Urdu Text Formatter

Der Urdu Text Formatter bietet deterministische Normalisierung speziell für Urdu. Er nimmt Urdu-Text als Eingabe und erzeugt eine Version, in der Abstände, Diakritika und Interpunktion konsistent sind und sich für Veröffentlichung, Speicherung und automatisierte Workflows eignen. Er richtet sich an Redakteure, Lokalisierungsteams und Entwickler, die Urdu-Inhalte in CMS, Datenbanken oder APIs aufnehmen. Durch die Berücksichtigung von Urdu als Rechts-nach-Links-Schrift mit spezifischen Interpunktionskonventionen reduziert er manuelle Nachbearbeitung und verhindert Fehlrenderings in nachfolgenden Systemen. Beispiel: Eingaben mit doppelten Leerzeichen und einem nicht-standard Urdu-Punkt werden in eine saubere, standardisierte Form überführt. Konzeptuell verwendet das Tool Unicode-Normalisierung, den Bidirektionalen Algorithmus und regelbasierte Substitutionen, um eine vorhersehbare, speicherfreundliche Ausgabe zu erzeugen, während die Bedeutung erhalten bleibt. Es unterstützt konfigurierbare Profile: Standardmodus für allgemeinen Urdu-Text und ein fortgeschrittener Modus für strengere Diakritik-Kontrollen oder selektive Änderungen der Interpunktion. Die Transformation ist nicht-destruktiv und kann vor dem Commit überprüft werden. Praktische Anwendungen umfassen Artikelerstellung, Untertitel und Datenaufnahme in mehrsprachigen Systemen. Kernfunktionen umfassen RTL-angepasste Normalisierung, Whitespace-Behandlung, Diakritik-Beibehaltung oder -Entfernung gemäß Richtlinie sowie Interpunktionsstandardisierung. Erweiterte Optionen umfassen benutzerdefinierte Regeln via DSL, Regex-Ersatz und API-basierte Batch-Verarbeitung.