シルギア

Unicode正規化(NFC・NFKC)とは

読み:ゆにこーどせいきか

見た目は同じでも内部の表し方が違う文字を、決まった形にそろえる処理。濁点が分かれる問題などを防ぐ。

Unicodeでは、見た目が同じ文字を複数の方法で表せることがあります。たとえば「が」は、1文字の「が」としても、「か」と濁点の組み合わせとしても表せます。Unicode正規化は、こうした違いを決まった形にそろえる処理で、NFC・NFD・NFKC・NFKDの4種類があります。

NFCは文字を合成した形に、NFDは分解した形にそろえます。macOSで作ったファイル名をWindowsで開くと「か゛」のように濁点が分かれて見えることがあるのは、この形の違いが原因です。NFKCとNFKDは、さらに全角英数字を半角に、「㈱」を「(株)」に、のように互換の文字もそろえます。

検索や重複チェックの前に正規化しておくと、見た目は同じなのに一致しない、といった問題を防げます。ただしNFKCは文字の種類そのものを変えるため、元の表記を残したいデータに使うときは注意が必要です。

関連する無料ツール

関連する用語

ほかの用語

← 用語集一覧へ / すべてのツール