Türkçe Karakterler ve Kodlama Bozulması

Türkçe bir CV'de İngiliz alfabesinde olmayan harfler sürekli karşınıza çıkar: ç, ğ, ı, İ, ö, ş, ü. Ekranda hepsi düzgün görünür. Asıl soru, bir aday takip sistemi (ATS) metni dosyanızdan çıkardıktan sonra bu harflerin hâlâ aynı harf olup olmadığıdır. Çoğu zaman öyledir. Olmadığında adınız, bölüm başlıklarınız ve yetenekleriniz, sizin yazdığınızdan farklı kelimeler olarak sisteme girer.

Bozulma nasıl görünür

Üç yaygın görünüm var. Solda sizin yazdığınız, sağda çıkarılan metinde yer alan hâli duruyor.

İş Deneyimi        ->  Ä°ÅŸ Deneyimi
Gülşen Yıldız      ->  GülÅŸen Yıldız

Buna mojibake denir: metin dosyada UTF-8 olarak doğru saklanmıştır, ama zincirdeki bir program onu Windows-1252 gibi eski, tek baytlık bir kod sayfasıyla okumuştur. Her özel harf iki yanlış karaktere dönüşür.

İş Deneyimi        ->  ?? Deneyimi
Gülşen Yıldız      ->  G�l�en Y�ld�z

Burada harfler tamamen kaybolmuştur. Ya PDF doğru şekilleri çizip hangi şeklin hangi harfe karşılık geldiğini söylemez ya da bir sistem metni bu harfleri içermeyen bir karakter kümesine dönüştürür. Sonuç soru işareti, yerine geçme karakteri (�) ya da (cid:12) gibi bir yer tutucudur.

Mühendislik, İstanbul  ->  Muhendislik, Istanbul

Üçüncüsü daha sessizdir: noktalar ve çengeller silinir. Bunu metni sadeleştiren bir sistem de yapabilir, Türkçe klavyesi olmadan yazan kişinin kendisi de. Metin okunur kalır, ama "Mühendislik" araması onu bulamayabilir ve adınız artık kimliğinizdeki ya da LinkedIn profilinizdeki yazımla eşleşmez.

Bir başlık bozulduğunda ayrıştırıcı deneyim bölümünün nerede başladığını tanımayabilir; altındaki kayıtlar da yanlış alana düşebilir.

Sorun nereden çıkar

Bir PDF, bir yazı tipinden glif çizme talimatlarını ve ideal olarak her glifi bir karaktere geri bağlayan ToUnicode tablosunu saklar. Ayrıştırıcı sayfayı yeniden metne çevirmek için bu tabloya ihtiyaç duyar. Dosyayı oluşturan program tabloyu eklemezse ya da hatalı yazarsa sayfa kusursuz görünür ama metin katmanı bozuktur. Bu daha çok dekoratif yazı tiplerinde, tasarım araçlarında dış hatlara (outline) çevrilmiş metinde ve bazı "PDF'ye yazdır" yollarında görülür. Yazı tipinin ş ya da ğ için hiç glifi yoksa kelime işlemci o harfleri başka bir yazı tipiyle gösterir ya da boş bir kutu (□) basar.

Mojibake'nin nedeni farklıdır: dosya sağlamdır, ama zincirin ilerisindeki bir program UTF-8'i tek baytlık bir kodlama gibi çözer. Bu, Almanca ve Türkçe harfleri aynı şekilde bozar. Türkçeyi daha çok etkileyen bir hata daha vardır: bir sistem metni Latin-1'e (ISO-8859-1) dönüştürdüğünde ä, ö, ü ve ß korunur, çünkü Latin-1 bu harfleri içerir. Latin-5 (ISO-8859-9) ya da Unicode gerektiren ş, ğ, ı ve İ ise soru işaretine dönüşür.

İki dakikalık kontrol

1. Göndereceğiniz PDF'i açın, tüm metni seçin, kopyalayın ve Not Defteri gibi düz bir metin düzenleyiciye yapıştırın.
2. Adınızı, başlıklarınızı, şehrinizi ve birkaç yeteneğinizi harf harf okuyun.
3. Yapıştırılan metinde aşağıdaki dizileri, yerine geçme karakterini (�) ve "(cid:" ifadesini arayın. Herhangi biri çıkarsa metin katmanı bozuktur.
4. PDF görüntüleyicide özel harf içeren bir kelimeyi, örneğin soyadınızı arayın. Sayfada gördüğünüz bir kelime bulunamıyorsa arkadaki metin onunla eşleşmiyordur.

ç -> ç    ğ -> ÄŸ    ı -> ı    İ -> Ä°
ö -> ö    ş -> ÅŸ    ü -> ü

Bu, ATS metin çıktısını anlatan ilk bölümdeki kopyala-yapıştır testinin, en kolay bozulan harflere odaklanmış hâlidir.

Harfleri koruyan bir dosya nasıl hazırlanır

• Türkçeyi tam destekleyen, yaygın bir yazı tipi kullanın; dekoratif bir yazı tipi yerine Arial ya da Calibri gibi.
• PDF'i doğrudan Word, LibreOffice ya da Google Docs'tan alın. Sonuç yukarıdaki kontrolü geçemezse başka bir yol deneyin (başka bir program ya da yazdırmak yerine dışa aktarmak) ve yeniden test edin.
• Tasarım araçlarında metni dış hatlara ya da görsele çevirmeyin.
• Gerçek yazımı koruyun. "Is Deneyimi" ya da "Yildiz" yazmak kodlama sorununu atlatır ama kelimelerinizi değiştirir: adınız belgelerinizle eşleşmez, bir anahtar kelime de ilandakiyle eşleşmeyebilir.
• Başvuru sistemi DOCX kabul ediyorsa onu düşünün. DOCX metni Unicode olarak saklar ve bir glif eşleme tablosuna ihtiyaç duymaz. İki formatın karşılaştırması CV PDF mi Word mü yazısında.

Kontrol aracı bunu nasıl raporlar

Çıkarılan metinde bozulmuş ı, İ, ş, ğ, ç, ö ya da ü harfleri Okunabilirlik bulgusu olarak raporlanır; dile özel diğer kontroller çoklu dil desteği sayfasında. Birinci adımda kopyaladığınız metni hızlı teste de yapıştırabilirsiniz. Test tarayıcıda, hesap açmadan çalışır ve bozuk karakter kontrolü dahil aynı Okunabilirlik kontrollerini uygular.