Normalizar guiones y rayas

Este normalizador convierte guiones Unicode, rayas cortas y largas, signos menos y variantes relacionadas a un único estilo coherente. Elija un guion, una raya o una raya larga y obtenga el texto limpio junto con el número exacto de caracteres modificados.

Por qué las rayas parecidas causan problemas reales

Un guion común, una raya corta, una raya larga, un signo menos matemático y un guion inseparable pueden parecer casi iguales, sobre todo con una fuente proporcional. Sin embargo, los sistemas informáticos no los consideran equivalentes. Un código de producto copiado de un PDF puede no coincidir con la base de datos porque contiene un guion inseparable. Un valor negativo procedente de un programa editorial puede no reconocerse como número si emplea el signo menos matemático en vez del carácter ASCII esperado por el importador. Los índices de búsqueda, las expresiones regulares, la detección de duplicados, los nombres de archivo y las herramientas de consola también pueden reaccionar de forma distinta. El problema es aún más difícil de localizar cuando el carácter es invisible, como un guion discrecional insertado para dividir líneas. La normalización elimina esa ambigüedad sustituyendo los caracteres reconocidos por uno elegido. Las letras, cifras, espacios, signos y saltos de línea restantes no cambian, por lo que el proceso es preciso y previsible, no una reescritura tipográfica general.

Elija el estilo adecuado para el destino

Utilice el estilo de guion para identificadores, datos importados, intercambio de texto simple, claves de búsqueda, nombres de archivo, código fuente y sistemas que esperan ASCII. Es la opción más segura cuando importa más la compatibilidad que la tipografía. Elija la raya corta para textos editoriales cuyo manual de estilo la use en intervalos numéricos o relaciones, como rangos de páginas y trayectos. Elija la raya larga cuando un flujo de publicación requiera una puntuación uniforme dentro de las frases. El carácter seleccionado sustituye todos los tipos reconocidos del texto, incluidos los guiones ASCII existentes si el destino es una raya corta o larga. Este comportamiento uniforme es deliberado: la herramienta normaliza caracteres, pero no deduce si cada signo representa una palabra compuesta, una resta, un intervalo o un inciso. Esa inferencia dependería del idioma y podría alterar el significado sin aviso. Si su documento necesita estilos diferentes según la función gramatical, normalice solo las selecciones pertinentes o aplique reglas editoriales contextuales después de esta limpieza mecánica.

Use resultados deterministas en procesos de limpieza

La respuesta incluye el texto normalizado, el estilo seleccionado, el carácter de destino literal y el número de caracteres que realmente cambiaron. Un signo que ya coincide con el destino se conserva y no aumenta el contador. Esto permite usar el resultado en controles automáticos de calidad: un proceso puede rechazar tipografía inesperada, registrar cuánto material original se modificó o confirmar que una segunda pasada devuelve cero cambios. El algoritmo es determinista y no realiza solicitudes de red, detección de idioma, inteligencia artificial ni transformaciones aleatorias. Recorre una entrada de tamaño limitado y sustituye únicamente una familia documentada de caracteres Unicode similares a rayas. Los espacios se conservan a propósito; una raya rodeada de espacios mantiene esos espacios al convertirse en guion, y una raya sin espacios sigue igual. Así no se mezcla la normalización de caracteres con criterios subjetivos de espaciado. Para importaciones repetibles, ejecute esta operación antes de tokenizar, buscar coincidencias exactas, interpretar números, crear slugs o eliminar duplicados; después aplique por separado las reglas de puntuación propias de su dominio.