આવે છે! ગુજરાતી net unicoded by Google!

Google અંદરખાને પ્રમુખ non-Unicode ગુજરાતી websites ને Unicode માં રૂપાંતરિત (કે 'યુનિકોડિત') કરી રહ્યું હૉય તેમ લાગે છે. ગઈકાલે મેં જે નવાઈ જોઈ હતી તેને આજે ફરી test કરી confirm કરી કે ખરેખર Google ગુજરાતી websites પરના non-Unicode content ને Unicode માં ફેરવી ને index અને ખાસ તો cache કરે છે.

અમૂક site ને search કરવાથી મળતાં પરિણામો માં sample text યુનિકોડમાં આવે છે જ્યારે જે તે website પોતે Unicode માં છે જ નહિં! તમે જો આપેલી link પર click કરો તો મૂળ web page દેખાય છે જે મારા computer પર required fonts install ન કરેલા હૉવાથી હજી junk characters (ગરબડદાસ ગોટાળાવાળા જેવા!)  દેખાય છે પણ જો Google ની cached page link 'cache' check કરો તો perfect Unicode રૂપાંતર મળે છે.

ઉદાહરણ તરીકે
ગુજરાત સમાચારની website પર 'ગૂગલ'

ઝાઝી.com પર 'ગુજરાત'

ગુજરાત સમાચાર પણ યુનિકોડમાં postમાં મેં Font conversion ની આ પ્રક્રિયાનો ઉલ્લેખ કરેલ છે. એ list માં હવે ગૂગલ પણ જોડાઈ ગયું છે. એટલે કે તમે ગુજરાત સમાચાર પર કે ઝાઝી પર કોઈ લેખ કે કવિતા કે સમાચાર વાંચી રહ્યા હૉવ અને તમને એ Unicode form માં જોઈએ તો માત્ર તેના url આગળ http://www.google.com/search?q=cache: લગાડીને અજમાવી જુઓ. (cache ની definition જ કહે છે કે એ content જૂનું હોઈ શકે અને તેથી homepage જેવાં dynamic pages કે જેના પર નું content બદલાતું રહેતું હૉય તેને માટે ગુર્જરદેશ કે મેધા નું converter વાપરવું પડે!) દા.ત. ફિલ્લમ ફિલ્લમ નો 2008-12-14 નો આ episode વાંચવા માટે ગુર્જરદેશ કે મેધા કે google ના font-transformation માં થી કોઇ પણ ચાલે પણ ગુજરાત સમાચારનું homepage ગુર્જરદેશ કે મેધા કરતાં google જૂદું બતાવશે! (તારિખ નોંધજો!)

આ એક સરસ શરુઆત છે. પણ ખબર નહિં આને content-theft અને copyright વાળી વાતો લાગુ પડે કે ના પડે! well, after all ફાયદો તો વાચકોને જ થવાનો છે! એટલે Google ને કહેવું કે "ઝીંકે રાખો બાપલ્યા, આંયા બધા 'ઓર્રાઇટ' છે!"

Bonus:
font-transformation માટે ઉપર સૂચવેલા ત્રણેય ઉપાયોની Bookmarklets! જલ્સા કરો!

1. GurjarDesh
2. Medha
3. GoogleCacheSearch