Normalizer クラス

はじめに

正規化とは、文字や文字列を正式に決められた表現に変換する処理のことです。 これは、検索や並べ替えなどの際に比較をするときに特に重要となります。 ただ、それだけではなく、テキストを保存する際に表記を統一するために用いることもあります。

Unicode Consortium では、 アプリケーション側でのさまざまなニーズにあわせていくつかの正規化方式を定義しています。

• Normalization Form D (NFD) - Canonical Decomposition
• Normalization Form C (NFC) - Canonical Decomposition followed by Canonical Composition
• Normalization Form KD (NFKD) - Compatibility Decomposition
• Normalization Form KC (NFKC) - Compatibility Decomposition followed by Canonical Composition

これらの方式は、テキストに対する変換 (transformation) のセットとして定義されます。変換 (transformation) は、アルゴリズムとデータファイルの両方で表現します。

クラス概要

定義済み定数

以下の定数は、使用する正規化方式を定義するものです。

Normalizer::FORM_C int

正規化形式C(NFC) - 正準等価性により分解し正準等価性によって合成

Normalizer::FORM_D int

正規化形式D (NFD) - 正準等価性により分解

Normalizer::NFD int

Normalizer::FORM_KC int

正規化形式KC(NFKC) - 互換等価性により分解し正準等価性によって合成

Normalizer::NFKC int

Normalizer::FORM_KC_CF int

Normalizer::FORM_KD int

正規化形式KD(NFKD) - 互換等価性により分解

Normalizer::NFKD int

Normalizer::NFC int

Normalizer::NFKC_CF int

参考

• »  Unicode Normalization
• »  Unicode Normalization FAQ
• »  ICU User Guide - Normalization
• »  ICU API Reference - Normalization

変更履歴

バージョン	説明
8.4.0	クラス定数が型付けされました。
8.0.0	Normalizer::NONE が削除されました。