Remover acentos e cedilha de um texto

Um acento é, por baixo, dois caracteres

A forma mais confiável de remover acento de um texto não é uma lista de substituições (á vira a, é vira e, ç vira c, uma a uma) — é usar a própria estrutura interna do Unicode. Uma letra acentuada pode ser representada de duas formas equivalentes: um único caractere "pronto" (á, por exemplo) ou uma combinação de dois — a letra base (a) mais uma marca de acentuação combinante (o acento agudo, como caractere à parte). A normalização Unicode chamada NFD converte qualquer texto para essa segunda forma, separando toda letra acentuada em base mais marca — a partir daí, remover a marca e manter a base é uma operação direta, que funciona para qualquer letra acentuada do alfabeto latino, sem precisar de uma lista manual de substituições para cada uma.

Por que isso cobre cedilha também

Cedilha (ç) segue exatamente a mesma lógica: por baixo, é a letra "c" mais uma marca de cedilha combinante — não um caractere fundamentalmente diferente de uma vogal acentuada. Por isso a mesma operação de normalização e remoção de marca que trata "á" também trata "ç" sem precisar de nenhum tratamento especial: as duas são, estruturalmente, o mesmo tipo de combinação (base + marca), só com marcas diferentes.

Onde a ausência de acento realmente importa

Sistemas de código, alguns bancos de dados com configuração de codificação restrita, e nomes de arquivo em determinados sistemas operacionais ou protocolos de transferência ainda têm problema real com caractere acentuado — não é uma limitação universal (a maioria dos sistemas modernos lida bem com acentuação), mas persiste em contextos técnicos específicos o bastante para justificar essa limpeza como etapa padrão antes de gerar um identificador, nome de arquivo ou parte de uma URL.

Caracteres especiais: uma segunda etapa, opcional

Remover acento resolve um tipo de problema (letra acentuada); remover caractere especial resolve outro (pontuação e símbolo). São etapas independentes porque nem todo uso de "remover acento" também precisa remover pontuação — um texto que vai virar um nome de arquivo geralmente precisa das duas coisas, mas um texto que só precisa perder acento para funcionar num sistema específico pode manter vírgula e ponto normalmente. Por isso a opção existe separada, não embutida na remoção de acento.

O que faz um slug de URL, especificamente

Um slug — a parte de uma URL que descreve o conteúdo da página, tipicamente depois do domínio ("/como-fazer-um-bolo", por exemplo) — segue uma convenção técnica específica: tudo minúsculo, palavras separadas por hífen, sem espaço, sem acento, sem caractere que precisaria ser codificado para funcionar numa URL. A opção "substituir espaço por hífen" desta ferramenta gera exatamente esse formato: troca espaço por hífen, reduz hífen duplicado a um só, e converte para minúsculas — combinada com a remoção de acento (sempre ativa) e, se ligada, a remoção de caractere especial, o resultado já sai pronto para esse uso.

Por que "hífen" e não "sublinhado" no slug

A convenção de slug de URL amplamente adotada por buscadores e sistemas de publicação usa hífen, não sublinhado, como separador — motores de busca historicamente tratam hífen como separador de palavra (interpretando "como-fazer-bolo" como três palavras) e sublinhado como parte da mesma palavra (interpretando "como_fazer_bolo" como uma palavra só). Por isso esta ferramenta usa hífen para slug; quem precisa de sublinhado por outro motivo (um identificador de código, por exemplo) tem a opção de formato snake_case na ferramenta de converter maiúsculas e minúsculas.

O acento continua correto no texto — a ferramenta só o retira

Vale um esclarecimento: remover acento não corrige nem detecta erro de acentuação — a ferramenta não sabe (nem verifica) se "café" deveria ter acento ou se uma palavra sem acento no original estava certa assim. Ela simplesmente retira toda marca de acentuação presente, esteja ela correta ou não segundo a norma culta. Um texto com erro de acentuação (acento em lugar errado, ou faltando onde deveria ter) sai sem acento nenhum de qualquer forma — a ferramenta não distingue "estava certo, removi" de "estava errado, removi também".

Por que "letra base" preserva maiúscula e minúscula

A normalização usada aqui separa cada caractere acentuado em base e marca, mas não mexe em maiúscula ou minúscula — "É" vira "E" (maiúscula preservada), "é" vira "e" (minúscula preservada). Isso importa porque outro método comum de remover acento (uma tabela de substituição caractere por caractere) precisaria listar cada combinação maiúscula E minúscula separadamente; a normalização Unicode resolve isso naturalmente, como parte da mesma operação, sem precisar duplicar a lógica para cada caixa.

O que esta ferramenta não faz

Ela não traduz nem corrige ortografia — remove só o acento e, quando ligado, caractere especial e espaço, sem interpretar nem alterar o conteúdo das palavras. Um erro de digitação ou uma palavra em outro idioma continuam exatamente como estavam, só sem os acentos.