Q&A
それは「フォント」ではなく「環境依存文字」ではないでしょうか。
環境依存文字があたっている文字列の正規表現のやり方がわからず困っています。
なにか対応する方法はありますでしょうか？
javascript
1"22日 21:30".match(/22/); // true 2"????????日 ????????:????????".match(/22/); // false <- trueになってほしい
こちらのサイトを利用してそのような文字を確認することができます。
https://www.shapoco.net/plainstyle/
勉強不足ですみません。
こういったサイトで作られる文字は「環境依存文字」になるのですね。
https://www.shapoco.net/plainstyle/
上記、前提として書いておいてください。
Windowsの場合、選択状態にして「変換」ボタン押すとそのように出てきます。そのサイトの説明にあるように「学術用の文字や記号を利用して擬似的にフォントを変更」されているためと思います。
全角文字は効きませんしね。
/22/ でなく /????????/ とすればいいのでは？
例として /22/ を利用したのですが、本当は数ある環境依存文字（フォント）に対応できるようにしたいのです。
```
"????????日 ????????:????????".match(/(\\d+)日/); // これで日付を抽出する
```
あなたの言う「環境依存文字」を詳しく説明してください。
「フォント」ではないにせよ「環境依存文字」と言うのも不適切だと思いますね。
ここで問題となっている差は「書体」や「タイプフェイス」でしょうか。
質問のリンク先を見てみましたが、文字に割り当てられたコード自体が違うので、広い意味では「書体」かもしれませんが、それだと大きな誤解を招くように思います。全角と半角、「③」と「三」のような関係ですね。
これらに対応したフォントがインストールされているとは限らないので「環境依存文字」ではあると思いますが、PC ならたいてい表示できると思うので、「環境依存」でくくるのも少しカテゴライズの方法として古いように感じます。
無理やり一言で言うなら「数字記号」でしょうか。私の回答からリンクされている「数学英数字記号」に加えて他の記号も使用したいんでしょうから、なかなか共通認識の得られる短い言葉で表すのは難しいと思います。検索したい記号の一覧を作るところから始める必要があるでしょう。
あ、すいません、Unicodeが言うにはこれは「Font variant」なのでフォントで正しいようです。
大きな誤解は招きますが。
で、質問者はログインしてるのになぜ何も言わないんだ？
回答3件
0
数学では書体によって記号の意味するところが変わってきたりするので、その時に使う数学英数字記号ですね。
検索文字列中に現れる 2 という文字を "[2????????????????????]" という文字列に置換し、あらためてそれを正規表現として解釈させると現実的なコードになると思います。
JavaScript
1const convertDigitToMathematicalAlphanumericSymbols = src => { 2 const table = { 3 0: '[00????????????????????]', 4 1: '[11????????????????????]', 5 2: '[22????????????????????]', 6 3: '[33????????????????????]', 7 4: '[44????????????????????]', 8 5: '[55????????????????????]', 9 6: '[66????????????????????]', 10 7: '[77????????????????????]', 11 8: '[88????????????????????]', 12 9: '[99????????????????????]' 13 } 14 return src.replaceAll(/\d/g, a => table[a]); 15}; 16 17if ("????????日 ????????:????????".match(convertDigitToMathematicalAlphanumericSymbols("22"))) { 18 console.log("ありまぁす"); 19}
追記
node v15.5.0 において、このコードは正常に動作せず "9" を与えても検索が成功します。原因は今のところ不明ですが、node が対応していないために一つの文字が複数の文字と解釈されている可能性があります。
追記
JavaScript
1if ("????????日 ????????:????????".match(/[????]/)) { 2 console.log("success"); 3}
上記コードで success が表示されます。やはり node v15.5.0 が対応していないようです。
追記
JavaScript
1const convertDigitToMathematicalAlphanumericSymbols = src => { 2 const table = { 3 0: '(?:0|????|????|????|????|????)', 4 1: '(?:1|????|????|????|????|????)', 5 2: '(?:2|????|????|????|????|????)', 6 3: '(?:3|????|????|????|????|????)', 7 4: '(?:4|????|????|????|????|????)', 8 5: '(?:5|????|????|????|????|????)', 9 6: '(?:6|????|????|????|????|????)', 10 7: '(?:7|????|????|????|????|????)', 11 8: '(?:8|????|????|????|????|????)', 12 9: '(?:9|????|????|????|????|????)' 13 } 14 return src.replaceAll(/\d/g, a => table[a]); 15}; 16 17if ("????????日 ????????:????????".match(convertDigitToMathematicalAlphanumericSymbols("9"))) { 18 console.log("ありまぁす"); 19} else { 20 console.log("ありません"); 21}
キャラクターセットを使わない方針に変更しました。今度は大丈夫そうです。
投稿2021/01/15 08:19
編集2021/01/15 09:16総合スコア28662
こうなりますよね。「変換先の文字全部持ってくる必要がある」という点で、あまり現実的ではないと私は判断しました。
実は試してみると何を持ってきても「ありまぁす」になるので、この回答はどこか間違っているんだと思います。間違いを探してみます。
文字セットを使わなければうまくいきました。やはり複数文字として解釈されていたようです。
console.log("????????日 ????????:????????".match(/[????]/));
console.log("????????日 ????????:????????".match(/[????]/u));
console.log("????????日 ????????:????????".match(/[????]/u));
> Array ["�"]
> null
> Array ["????"]
なるほど。u フラグの使い方を誤解していました。これから正規表現を使うときには漏れなく u フラグをつけた方が良さそうですね。
0
ベストアンサー
それらの特殊な書体の文字はたいてい、対応する普通の文字がUnicodeの規格として定義されていますので、その規格を参照して適切な対応関係を得ることが環境によっては可能です。「Chromeなどの検索機能を利用すると『1』として検索に引っかかる」というのもそれでしょう。
例えば以下のような定義が見られます。
https://www.fileformat.info/info/unicode/char/1d7ee/index.htm
しかしZuishinさんの修正前の回答がそれでしたが、どうやら非対応なのですね…。
追加です。
考えてみると大本のUnicodeのデータを示すべきでした。
こちらから辿れる、UnicodeData.txtがそれです。
例えばU+1D7EEを見ると
1D7EE;MATHEMATICAL SANS-SERIF BOLD DIGIT TWO;Nd;0;EN;<font> 0032;2;2;2;N;;;;;
とあります。
各要素の意味はこちらに書いてあり、ここで重要なのはDecomposition_Type・Decomposition_MappingおよびNumeric_Type・Numeric_Valueあたりです。
Decompositionは名前の通り組文字をそれぞれの文字に分解したり、名前からは想像がつかないものの今回のように特殊な1文字を普通の1文字にマッピングしたりしています。
それが今回「<font> 0032」ということで、こちらによれば<font>は「Font variant (for example, a blackletter form)」ということです。フォントなんですね。
そして対応する文字がU+0032「2」ということが分かります。Chromeが見ているのはたぶんこれです。
また数字についてはNumeric_Type・Numeric_Valueがあり、タイプは3種類ありますがまあ今回のような1桁の数字の文字ならどれも同じくその数値「2」を示します。
UnicodeのDecompositionができるような言語・実行環境ならこれを使うとよいのでしょう。JavaScriptで使えそうな気もしますが、実行環境も様々ありますし使えるものばかりでもないような気もします。
投稿2021/01/16 09:33
編集2021/01/17 14:11総合スコア3047
0
結論としては「本来意味する”フォント”ではなく、それっぽく見える別の文字・記号に置き換えているだけなので、無理」です。
matchに入れる文字列もそれらの文字記号にすれば通らなくはないと思いますが、現実的なコードにはなりません。
投稿2021/01/15 07:24
編集2021/01/15 07:25総合スコア80852
あなたの回答
tips
プレビュー
