4

"𝓑𝓘𝓖 𝓛𝓞𝓥𝓔"のようなフォントを変えたわけでもないのに普通とは異なる表示ができる文字があるようなのですが、これらを普通の"Big LOVE"のように変換する方法は無いでしょうか?
以下のページを見るとかなりの種類あるようなので一般的な(できればJavaの)ライブラリがあるといいのですが。
https://appllio.com/Instagram-special-character

3

1 件の回答 1

4

Unicodeには Unicode® Character Name があり
(Javaで) 名前を取得できるなら簡単に変換可能です

以下は Pythonのコード

>>> s = "𝓑𝓘𝓖 𝓛𝓞𝓥𝓔"
>>> import unicodedata
>>> unicodedata.name(s[0])
'MATHEMATICAL BOLD SCRIPT CAPITAL B'
>>>
>>> list(map(unicodedata.name, s))
['MATHEMATICAL BOLD SCRIPT CAPITAL B',
 'MATHEMATICAL BOLD SCRIPT CAPITAL I',
 'MATHEMATICAL BOLD SCRIPT CAPITAL G',
 'SPACE',
 'MATHEMATICAL BOLD SCRIPT CAPITAL L',
 'MATHEMATICAL BOLD SCRIPT CAPITAL O',
 'MATHEMATICAL BOLD SCRIPT CAPITAL V',
 'MATHEMATICAL BOLD SCRIPT CAPITAL E']
>>>
>>> ''.join(v[-1] if v.startswith('MATHEMATICAL')else ' 'for v in map(unicodedata.name, s))
'BIG LOVE'

(追記)

また, 正規化というのもあり, 例えば

  • 「ごはん」,「パン」をそれぞれ 3文字, 2文字の形式 (一般的な普通の文字列)
  • 「こ」+ 濁音で「ご」, 「ハ」+ 半濁音で「パ」… (Combining Character を使用)などの形式

この"修飾された文字"列 を上側の単純な形式にするものです
これを利用し, アルファベットを取り出すことが可能

(Pythonでの例)

>>> unicodedata.normalize('NFKD', s)
'BIG LOVE'

(Javaでの例)

import java.text.Normalizer;

// (中略)
System.out.println("NFKC: "+Normalizer.normalize(s, Normalizer.Form.NFKC));
System.out.println("NFKD: "+Normalizer.normalize(s, Normalizer.Form.NFKD));

// NFKC: BIG LOVE
// NFKD: BIG LOVE
2
  • ありがとうございます。以下のページを見るとNFKCが良くて半角変換なども自動で行ってくれるようですね。ただ"Lᵒᵛᵉᵧₒᵤ"のような文字列は文字種を自動的に判別してoveとyouの間にスペースを入れて欲しいのですがそれはできないようです。 towardsdatascience.com/…
    – Lamron
    Commented 2023年4月28日 4:39
  • 2
    NFKCが良いというより目的に合った正規化形式を選ぶ, ということですね。 / 間にスペース入れるのは「正規化」ではないのでムリ。どちらかというと "camelCase"を分離するのに近い気もします (一応 unicodedata.name使った処理でコード書けば可能ではあるけれど)
    – oriri
    Commented 2023年4月28日 9:51

この質問に回答するには、ログインする必要があります。

求めていた回答ではありませんか? のタグが付いた他の質問を参照する。