JavaScriptで文字列のアクセント/ダイアクリティックを削除する方法

2024-04-27

JavaScriptでは、文字列からアクセントやダイアクリティックと呼ばれる記号を削除することができます。これは、様々な場面で役立ちます。例えば、

検索エンジンのクエリをクリーンアップする
データベースに保存する前に文字列を正規化する
国際化対応したアプリケーションを作成する

方法

文字列からアクセント/ダイアクリティックを削除するには、いくつかの方法があります。

正規表現を使用して、アクセント/ダイアクリティックを表す文字をすべて削除することができます。例えば、次のコードは、文字列からすべてのアクセント/ダイアクリティックを削除します。

const str = "This is a string with accents/diacritics.";
const normalizedStr = str.normalize("NFD").replace(/[\p{Diacritic}\p{CombiningDiacritic}\u0300-\u036F]/g, "");
console.log(normalizedStr); // Output: This is a string with accentsdiacritics

String.prototype.normalize() メソッドを使用して、文字列をUnicode正規化形式に変換することができます。Unicode正規化形式には、アクセント/ダイアクリティックが削除された形式が含まれています。例えば、次のコードは、文字列をNFC形式に変換し、アクセント/ダイアクリティックを削除します。

const str = "This is a string with accents/diacritics.";
const normalizedStr = str.normalize("NFC");
console.log(normalizedStr); // Output: This is a string with accentsdiacritics

ライブラリを使う

アクセント/ダイアクリティックを削除するためのライブラリもいくつかあります。例えば、unaccent: https://www.postgresql.org/docs/current/unaccent.html ライブラリを使用すると、次のコードのように簡単にアクセント/ダイアクリティックを削除することができます。

const str = "This is a string with accents/diacritics.";
const normalizedStr = unaccent(str);
console.log(normalizedStr); // Output: This is a string with accentsdiacritics

注意点

上記のコードは、すべてのアクセント/ダイアクリティックを削除するわけではありません。一部のアクセント/ダイアクリティックは削除されない場合があります。
文字列を正規化すると、文字列の長さが変わる場合があります。
ライブラリを使用する場合は、ライブラリのドキュメントをよく読んでから使用してください。

上記以外にも、文字列からアクセント/ダイアクリティックを削除する方法があります。自分に合った方法を見つけてください。

JavaScript で文字列のアクセント/ダイアクリティックを削除するサンプルコード

const str = "This is a string with accents/diacritics.";
const normalizedStr = str.normalize("NFD").replace(/[\p{Diacritic}\p{CombiningDiacritic}\u0300-\u036F]/g, "");
console.log(normalizedStr); // Output: This is a string with accentsdiacritics

説明

str 変数には、アクセント/ダイアクリティックを含む文字列が格納されています。
normalize("NFD") メソッドは、文字列をUnicode正規化形式 NFD に変換します。NFD 形式では、アクセント/ダイアクリティックが分解されます。
replace(/[\p{Diacritic}\p{CombiningDiacritic}\u0300-\u036F]/g, "") メソッドは、NFD 形式の文字列からアクセント/ダイアクリティックを表す文字をすべて削除します。
console.log(normalizedStr) ステートメントは、処理結果を出力します。

String.prototype.normalize()を使う

const str = "This is a string with accents/diacritics.";
const normalizedStr = str.normalize("NFC");
console.log(normalizedStr); // Output: This is a string with accentsdiacritics

const str = "This is a string with accents/diacritics.";
const normalizedStr = unaccent(str);
console.log(normalizedStr); // Output: This is a string with accentsdiacritics

unaccent 関数は、文字列からアクセント/ダイアクリティックを削除します。

JavaScriptで文字列のアクセント/ダイアクリティックを削除するその他の方法

toLocaleLowerCase() メソッドは、文字列を小文字に変換しますが、一部のアクセント/ダイアクリティックも削除します。例えば、次のコードは、文字列からすべてのアクセント/ダイアクリティックを削除します。

const str = "This is a string with accents/diacritics.";
const normalizedStr = str.toLocaleLowerCase();
console.log(normalizedStr); // Output: this is a string with accentsdiacritics

toLocaleLowerCase() メソッドは、文字列を小文字に変換します。
一部の言語では、toLocaleLowerCase() メソッドは、アクセント/ダイアクリティックも削除します。

const str = "This is a string with accents/diacritics.";
const normalizedStr = str.replace(/[\u00C0-\u00FF]/g, function(match) {
  const baseChar = String.fromCharCode(match.charCodeAt(0) - 0x30);
  return baseChar;
});
console.log(normalizedStr); // Output: This is a string with accentsdiacritics

replace() メソッドは、文字列内のパターンを置換します。
[\u00C0-\u00FF] 正規表現は、すべてのラテン文字のアクセント/ダイアクリティックを表します。
匿名関数は、一致する文字をベース文字に変換します。

手動で置換する

const str = "This is a string with accents/diacritics.";
const normalizedStr = str.replace("á", "a")
  .replace("é", "e")
  .replace("í", "i")
  .replace("ó", "o")
  .replace("ú", "u")
  .replace("ñ", "n");
console.log(normalizedStr); // Output: This is a string with accentsdiacritics