Unicode 正規化（NFC、NFD、NFKC、NFKD）

見た目が同じテキストでも、異なるコードポイントで保存されていることがあります。"é" は 1 文字（U+00E9）の場合も、"e" と結合アクセントの場合もあり、ハングルの音節 한 は U+D55C の場合も 3 つの字母の場合もあります。2 つのシステムの扱いが食い違うと、検索が失敗し、重複が生じ、Mac のファイル名が Windows で文字が分離して表示されます（日本語なら濁点・半濁点の分離）。このツールは、テキストを 4 つの Unicode 正規化形式のいずれかに変換し、どのコードポイントが変わったかを正確に示します。

使い方

1. 問題のあるテキスト、ファイル名、データを貼り付けます。
2. 合成するなら NFC（Web、Windows、データベースに適しています）、分解するなら NFD を選びます。
3. 検索のために全角文字、合字、丸数字まで畳み込みたいときは NFKC か NFKD を使います。
4. 結果をコピーして、コードポイントの表を確認します。

計算式

NFD = canonical decomposition; NFC = NFD followed by canonical composition. NFKD and NFKC use compatibility decomposition instead, which also maps characters such as fi, ①, ² and Ａ to their plain forms.

ハングルの音節はアルゴリズムで分解されます。S = 0xAC00 + (L × 21 + V) × 28 + T なので、한（U+D55C）は ᄒ U+1112 + ᅡ U+1161 + ᆫ U+11AB になります。正規化が通常の ASCII を変えることはありません。変換にはブラウザー内蔵の Unicode 表（String.prototype.normalize）を使い、すでに存在する文字の正規化は Unicode の安定性ポリシーで固定されているため、バージョンが違っても結果は一致します。

計算例

"e" + U+0301（結合アキュートアクセント）は NFC で U+00E9 になり、コードポイント 2 つが 1 つになります。한 を NFD にすると U+1112 U+1161 U+11AB で、コードポイント 3 つ、UTF-8 では 9 バイトになります（元は 3 バイト）。NFKC は "fi ① Ａ" を "fi 1 A" に変えます。