Togliere gli accenti e creare slug per URL

Due tipi di lettere con segni

La maggior parte delle lettere accentate è una lettera base più un segno: è è e con l’accento grave, é è e con l’accento acuto, ü è u con la dieresi e la ệ vietnamita è e con l’accento circonflesso e un punto sotto. Unicode registra come si scompone ciascuna, quindi togliendo i segni resta la lettera base. Un computer può perfino salvare la stessa lettera in due modi, come un solo carattere o come lettera base seguita da segni separati; le due forme si vedono uguali e perdono i segni allo stesso modo.

Altre lettere non nascono da una base: la đ vietnamita, la ı turca, la ß tedesca, la ø e la æ di danese e norvegese, la þ islandese. Togliere i segni non le cambia, quindi ognuna ha bisogno di una grafia propria.

La tabella dei passaporti

Le righe a lettura ottica in fondo al passaporto usano solo le lettere dalla A alla Z. Il documento ICAO 9303, la specifica internazionale dei passaporti, indica come vi si scrivono le lettere nazionali. È un buon riferimento neutrale per scrivere nomi senza accenti:

Vietnamita, turco e tedesco

• Vietnamita. Oltre ai segni che formano nuove vocali (ă, â, ê, ô, ơ, ư), ogni sillaba può avere uno dei cinque segni di tono. Senza segni («không dấu») si tolgono tutti e la đ si scrive d: Nguyễn Văn Đức diventa Nguyen Van Duc.
• Turco. Ha i e İ con il punto, ı e I senza. Senza segni, ı diventa i e İ diventa I. Attenzione al minuscolo: la regola generale di Unicode trasforma İ in i più un punto combinante (U+0307), un carattere invisibile che finisce nei nomi dei file e negli URL. Meglio convertire prima le lettere turche e poi passare al minuscolo.
• Tedesco. Senza i puntini si scrive ae, oe, ue: Müller diventa Mueller. Per la ß, le regole ufficiali dell’ortografia tedesca (Amtliches Regelwerk, § 25 E2) prevedono ss quando la ß non è disponibile: Straße – Strasse.

Trasformare un titolo in slug

Lo slug è la parte dell’indirizzo web che dà il nome alla pagina. Un buon slug è breve, in minuscolo e unisce le parole con trattini:

• Trattini, non trattini bassi. La guida di Google sulla struttura degli URL consiglia trattini tra le parole e parole leggibili invece di lunghi numeri identificativi.
• Via gli apostrofi. L’arte diventa larte, e don't diventa dont, non don-t.
• Gli accenti allungano l’indirizzo. Il browser li mostra, ma un link copiato li contiene in codifica percentuale: nell’esempio di Google, gemüse diventa gem%C3%BCse.
• Non cambiare alla leggera uno slug pubblicato. Il vecchio indirizzo smette di funzionare se non lo reindirizzi in modo permanente (301) al nuovo.

Domande frequenti