2024年10月02日
2022年12月02日
Normalizer (Java SE 22 & JDK 22) の使い方まとめです。
ほとんどのメソッドにサンプルコードがあります。
API仕様書のおともにどうぞ。
概要
このクラスは、テキストのソートや検索が容易になるようにUnicodeテキストをそれと等価な合成形式または分解形式に変換する、normalizeメソッドを提供します。 normalizeメソッドは、「Unicode Standard Annex#15-Unicode Normalization Forms」に記述されている標準の正規化形式をサポートしています。
Normalizer クラスは、ユニコードテキストを正規化します。
例えば、10を丸で囲った " ⑩ " という文字は、" 10 " に正規化できます。
用途としては、検索システムでユーザが ⑩ と入力した場合に 10 もヒットさせたい、というときに使えるかもしれません。
final var values = Normalizer.Form.values();
System.out.println(Arrays.toString(values)); // [NFD, NFC, NFKD, NFKC]
final var sources = List.of("Å", "¼", "⑩", "㌀");
for (final var src : sources) {
System.out.println("----------");
System.out.println("src : " + src);
for (final var form : Normalizer.Form.values()) {
if (!Normalizer.isNormalized(src, form)) {
System.out.println(" " + form + " : " + Normalizer.normalize(src, form));
}
}
}
// 結果
// ↓
//----------
//src : Å
// NFD : Å
// NFC : Å
// NFKD : Å
// NFKC : Å
//----------
//src : ¼
// NFKD : 1⁄4
// NFKC : 1⁄4
//----------
//src : ⑩
// NFKD : 10
// NFKC : 10
//----------
//src : ㌀
// NFKD : アパート
// NFKC : アパート
メソッド
static boolean isNormalized (CharSequence src, Normalizer.Form form)
指定されたchar値のシーケンスが正規化されているかどうかを判定します。
final var src = "⑩";
final var form = Normalizer.Form.NFKC;
System.out.println(Normalizer.isNormalized(src, form)); // false
final var normalized = Normalizer.normalize(src, form);
System.out.println(normalized); // 10
System.out.println(Normalizer.isNormalized(normalized, form)); // true
static String normalize (CharSequence src, Normalizer.Form form)
char値のシーケンスを正規化します。
final var src = "⑩";
final var form = Normalizer.Form.NFKC;
System.out.println(Normalizer.isNormalized(src, form)); // false
final var normalized = Normalizer.normalize(src, form);
System.out.println(normalized); // 10
System.out.println(Normalizer.isNormalized(normalized, form)); // true