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 (integer)

Normalization Form C (NFC) - Canonical Decomposition followed by Canonical Composition

Normalizer::FORM_D (integer)

Normalization Form D (NFD) - Canonical Decomposition

Normalizer::FORM_KC (integer)

Normalization Form KC (NFKC) - Compatibility Decomposition, followed by Canonical Composition

Normalizer::FORM_KD (integer)

Normalization Form KD (NFKD) - Compatibility Decomposition

Normalizer::NONE (integer)

分解/合成を行わない

Normalizer::OPTION_DEFAULT (integer)

デフォルトの正規化オプション

参考

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