Web ページからコピーした文章の NBSP とゼロ幅スペース
Web ページからコピーした一文に、NBSP と細い空白、ゼロ幅スペースが 1 つずつ混ざった代表例です。置換する空白と取り除く文字の位置を確かめます。
入力
調べる文章
価格は 1,000 円です。 送料無料。
全角スペース(U+3000)は置換せず残す
いいえ
異体字セレクタとゼロ幅結合子(ZWJ・ZWNJ)も取り除く
いいえ
結果
エラー 0 件・警告 3 件・情報 0 件
指摘(エラー・警告・情報)
- 警告 1 行 10 文字目 NBSP(改行しない空白)(U+00A0)があります。見た目は空白でも通常の空白(U+0020)とは別の文字で、検索・照合・列の区切りでずれの原因になります。通常の空白に置き換えます(PropList.txt の White_Space)。
- 警告 1 行 15 文字目 細い空白(U+2009)があります。見た目は空白でも通常の空白(U+0020)とは別の文字で、検索・照合・列の区切りでずれの原因になります。通常の空白に置き換えます(PropList.txt の White_Space)。
- 警告 1 行 18 文字目 ゼロ幅スペース(U+200B)があります。表示されない文字(Default_Ignorable_Code_Point)で、コピーの際に混ざると検索や文字数の数え方がずれます。取り除きます。
| 見つかった文字 | 3 個 |
|---|---|
| 通常の空白に置換 | 2 個 |
| 取り除いた | 1 個 |
| 残した | 0 個 |
| 種類 | U+00A0×1・U+2009×1・U+200B×1 |
整えた文章
価格は 1,000 円です。 送料無料。
検算(この結果になる理由)
PropList.txt の White_Space に U+00A0 と U+2009 が含まれるため通常の空白へ置換し、U+200B は DerivedCoreProperties.txt の Default_Ignorable_Code_Point なので取り除きます。結果は「価格は 1,000 円です。 送料無料。」で、警告は 3 件です。
判定の根拠は仕様と根拠に、仕様の出典とともにまとめています。自分の入力で試すにはツールをお使いください。
このツールの制約
- 文字の見た目や意味までは判定しません。Unicode の分類にもとづいて「通常の空白ではない空白」「表示されない文字」を機械的に示すだけです。
- Default_Ignorable_Code_Point のうち、割り当てのない予約領域や、ほとんど文章に現れない言語固有の文字は検出の対象外です。
- 取り除いた結果、絵文字の組み合わせや異体字の見た目が変わる場合があります。初期設定では異体字セレクタと ZWJ を残します。
- 表示される文字(例: 全角の英数字、似た形の別の文字)の混在は判定しません。
ご利用にあたって
- Unicode のデータは版によって更新されます。このツールは 18.0.0 のデータにもとづきます。
- 取り除いた文字が意図したものでないか、整えた文章を元の文章と見比べてから置き換えてください。