Converter voor volbrede en halfbrede tekens

Volbrede en halfbrede vormen zijn afzonderlijke Unicode-tekens, geen instelling voor de lettergrootte. Hoofdstuk 18.5 van de kernspecificatie van Unicode 17 beschrijft hun oorsprong in Oost-Aziatische systemen waarin sommige tekens twee cellen en ASCII één cel innamen.

Deze converter gebruikt bewust een beperkte, controleerbare reeks vervangingen. Er wordt geen algemene Unicode-compatibiliteitsnormalisatie uitgevoerd.

ASCII en spatie

Bij omzetting naar volbreed wordt elk afdrukbaar ASCII-teken van U+0021 tot en met U+007E gekoppeld aan U+FF01 tot en met U+FF5E. ASCII-spatie U+0020 wordt ideografische spatie U+3000. In de omgekeerde richting veranderen alleen die tegenhangers. De Unicode-tabel Halfwidth and Fullwidth Forms documenteert deze koppelingen.

In het laatste voorbeeld veranderen de ASCII-cijfers, de spatie en ondersteunde katakana. 東京 en de emoji blijven intact.

Katakana, leestekens en klanktekens

Een expliciete tabel omvat halfbrede katakana, Japanse leestekens en het verlengingsteken. De Unicode-namenlijst voor U+FF00 tot en met U+FFEF vermeldt onder meer de paren ｡/。, ｢/「, ･/・ en ｱ/ア.

Ondersteunde stemhebbende en halfstemhebbende paren worden expliciet samengesteld: ｶﾞ, ﾊﾟ, ｳﾞ, plus ﾜﾞ en ｦﾞ. Niet-vermelde kana zoals ヰ, ヱ, ヸ, ヹ, ヵ en ヶ worden niet geraden of getranslitereerd. U+FF9E en U+FF9F zijn de strikte halfbrede tegenhangers van de combinerende tekens U+3099 en U+309A. De spatiërende tekens U+309B ゛ en U+309C ゜ blijven ongewijzigd.

Een precieze kanttekening bij normalisatie

Dit is geen NFKC. Unicode Standard Annex #15 laat zien dat NFKC behalve breedtevarianten veel andere compatibiliteitsvormen wijzigt. Deze converter past uitsluitend de beschreven tabellen toe.

Eén compositiedetail is opzettelijk: zowel het vooraf samengestelde ガ als de reeks カ plus U+3099 worden versmald tot ｶﾞ. Bij opnieuw verbreden ontstaat het gebruikelijke ガ. De zichtbare lezing blijft behouden, maar de oorspronkelijke codepuntreeks hoeft niet terug te keren.

ASCII-tilde U+007E en volbrede tilde U+FF5E vormen een paar. Wave dash U+301C 〜 is een ander teken en blijft ongewijzigd.

Wat ongewijzigd blijft

Tabs, regeleinden, vaste spaties U+00A0, hiragana, kanji, emoji, halfbrede hangul, niet-ondersteunde kana, Arabisch-Indische cijfers en elk niet-vermeld codepunt blijven behouden. De converter vertaalt, translitereert en rekent niet en zet hiragana niet om in katakana.

De vermelding van JIS X 0201:1997 bij de Japanese Standards Association geeft historische context voor het repertoire. Deze tool onderzoekt geen bestandscodering en certificeert geen naleving van JIS of officiële documenteisen. Hij verwerkt alleen Unicode-tekst uit de browser.

Privacy en limiet

De conversie vindt in de browser plaats. Brontekst en richting worden voor de drie stappen bewaard in sessionStorage van de huidige sessie. Ze worden niet naar onze servers verzonden, niet aan de URL toegevoegd en bij opnieuw beginnen verwijderd. Klembordbeheerders, extensies en de plakbestemming vallen buiten de controle van de tool.

De limiet is 10.000 Unicode-codepunten, niet 10.000 UTF-16-eenheden; een emoji telt dus eenmaal. Een ondersteunde katakana-basis met een combinerend klankteken kan één vooraf samengesteld teken worden. De limiet geldt voor de invoer en garandeert geen gelijk aantal codepunten in de uitvoer.