Comment ça marche

Le texte est décomposé en Unicode NFD, les signes combinants (U+0300 à U+036F) sont supprimés, et les lettres qu’Unicode ne décompose pas (ß ø ł æ œ đ þ ð ı ħ ŧ ŋ) sont remplacées à partir d’une table. Le résultat est recomposé en NFC.

Ce qu’il faut savoir sur la suppression des accents

Les accents ne tombent pas grâce à une liste de rechercher-remplacer, mais grâce à la normalisation Unicode. La forme NFD sépare une lettre comme é en un e simple suivi d’un accent aigu combinant, chaque signe combinant est ensuite supprimé, puis ce qu’il reste est recomposé en NFC. Ces trois étapes fonctionnent pour toutes les langues, y compris pour les lettres vietnamiennes qui portent deux signes à la fois.

Certaines lettres ne sont pas des lettres accentuées du tout. La barre du ø, celle du ł, la ligature du æ et la forme du ß font partie de la lettre elle-même : Unicode n’a donc rien à décomposer. Ces caractères viennent d’une petite table : ß devient ss, ø devient o, ł devient l, æ devient ae, þ devient th. Désactivez l’option si vous préférez laisser ces lettres intactes, par exemple pour nettoyer un nom propre.

Le mode slug sert aux URL, aux noms de fichiers et aux clés de recherche. Il passe le texte sans accents en minuscules, remplace chaque suite d’espaces et de signes de ponctuation par un seul tiret et coupe les tirets aux deux extrémités : Crème Brûlée devient ainsi creme-brulee. Retirer les accents change le sens dans certaines langues : en turc, ı et i sont deux lettres distinctes, et en polonais, ł, ó et ż sont des lettres à part entière, différentes de l, o et z. Gardez le texte sans accents pour les clés lisibles par une machine et conservez l’original pour tout ce qu’une personne va lire.