Removedor de ligaduras — fi, fl e companhia voltam a ser letras

Uma ligadura são duas ou mais letras desenhadas como um só glifo: fi em vez de f-i, fl em vez de f-l, æ em vez de a-e. Os tipógrafos as adoram porque consertam as colisões de uma bela fonte; bancos de dados e buscadores as odeiam porque file não é file — um caractere diferente, e nenhuma busca exata, nenhuma ordenação, nenhuma deduplicação sobrevive à diferença. Colar esse texto num formulário, num CMS ou num CSV é convidar os erros.

As ligaduras chegam com a origem: camadas de texto de PDFs diagramados, exportações de livros digitais, OCR de documentos escaneados, saída de LaTeX e certas fontes emitem as formas de um único ponto de código. Assim que o texto deixa esse mundo — uma caixa de busca, um campo de banco, um e-mail de texto simples — os glifos param de ser tipografia e viram erratas.

A ferramenta cobre o conjunto latino: ff fi fl ffi ffl (a família do f), æ Æ e œ Œ (os dígrafos), o holandês ij IJ e o par eszett ß e ẞ, que muitos pipelines também querem como ss e SS. O contador acima é o número de caracteres substituídos. Se marca 0 e o texto continua se comportando mal, os culpados são um hífen invisível ou uma série de espaços.