NFDで正規化されたUnicode文字列（Macの日本語ファイル名など）をPHPでNFCで正規化し直す方法 #php #mac version 1

2016/07/30 00:25 by hiro_y hiro_y
  ：追加された部分   ：削除された部分
（差分が大きい場合、文字単位では表示しません）
NFDで正規化されたUnicode文字列（Macの日本語ファイル名など）をPHPでNFCで正規化する方法 #php #mac
ウノウラボに[「Mac OS X上のUnicode」](https://unoh.github.io/2007/09/04/unicode-on-mac.html)を書いたのが、もう9年も前。相変わらずMacの日本語ファイル名はNFDで正規化されたUnicodeで、そのままだとPHPのmbstringなどで扱えない。濁点、半濁点が含まれる文字列が途中で切れてしまったりする。

当時書いた記事では次のように「PHP6が待ち遠しい」と書いたが、結局PHP 6は出ずにPHP 5.3にバックポートされたのはご存知の通り。

> ICUを使った正規化ライブラリが存在するようなので、 ICUベースでUnicode対応する予定のPHP6が待ち遠しいところです。

PHP 5.3から[ICUのライブラリを使ったNormalizerクラス](http://php.net/manual/ja/class.normalizer.php)が組み込まれたので、それを使えばPHPで簡単に正規化し直せるようになった。

```php
if (\Normalizer::isNormalized($input, \Normalizer::FORM_D)) {
    $input = Normalizer::normalize($input, \Normalizer::FORM_C);
}
```

ウノウラボに「Mac OS X上のUnicode」を書いたのが、もう9年も前。相変わらずMacの日本語ファイル名はNFDで正規化されたUnicodeで、そのままだとPHPのmbstringなどで扱えない。濁点、半濁点が含まれる文字列が途中で切れてしまったりする。

当時書いた記事では次のように「PHP6が待ち遠しい」と書いたが、結局PHP 6は出ずにPHP 5.3にバックポートされたのはご存知の通り。

ICUを使った正規化ライブラリが存在するようなので、 ICUベースでUnicode対応する予定のPHP6が待ち遠しいところです。

PHP 5.3からICUのライブラリを使ったNormalizerクラスが組み込まれたので、それを使えばPHPで簡単に正規化し直せるようになった。

if (\Normalizer::isNormalized($input, \Normalizer::FORM_D)) {
    $input = Normalizer::normalize($input, \Normalizer::FORM_C);
}