入力するかサンプルを読み込んでください。
0 書記素0 コードポイント0 UTF-16 単位0 UTF-8 バイト
追加処理前の標準形式
文字とエンコード
基本の仕組み
é は 1 コードポイントでも e と結合アクセントでも表せます。NFC は等価な列を合成し、NFD は分解します。
NFKC と NFKD は Ａ→A のような互換変換も行います。ASCII 翻字は情報を失う近似で、言語の翻訳ではありません。
できること
追加処理前の 4 形式を比較します。結合文字除去は異体字セレクターを保持し、書式制御除去は U+200C と U+200D を保持します。翻字で記号が失われる場合があります。
使い方
- 文字列を入力するか UTF-8 ファイルを開き、形式を選びます。
- 標準の正規化だけなら追加処理を無効にします。適用してプレビューを確認します。
- コピー・保存・再利用できます。元に戻すで前の入力と設定を復元します。
エラーと制限
結合文字の除去でアラビア文字やインド系文字の単語が変わる場合があります。原文を保管してください。
NFKC は見た目の似た文字をすべて統一しません。キリル文字 а とラテン文字 a は別のままです。
よくある質問
どの形式を使えばよいですか？
受け取るシステムの要件に従ってください。NFC は一般的ですが、互換形式は区別を失ってよい場合に使います。
正規化でアクセントは消えますか？
標準の正規化では消えません。結合文字除去を選ぶと意図的に除去します。