تطبيع النص العربي

عند تجهيز النصوص للبحث أو قواعد البيانات، حتى تُعامل «أحمد» و«احمد» كالكلمة نفسها، أو لتنظيف نص منسوخ يحتوي حروفاً فارسية ومسافات زائدة.

التوحيد يزيل فروقاً إملائية، لذلك يفضَّل استخدام النتيجة للبحث والمقارنة لا للنشر. تحويل التاء المربوطة إلى هاء معطّل افتراضياً لأنه قد يغيّر المعنى.

الأول يحوّل كل ألف مقصورة إلى ياء (شائع في البحث). والثاني يحوّل الياء في آخر الكلمة إلى ألف مقصورة، كما يُكتب في مصر.

نعم، يقتصر توحيد الهمزات على الألف فقط، فتبقى «ؤ» و«ئ» و«ء» كما هي.