問い合わせフォームで「123-4567」を「123-4567」にそろえる処理です。決まりは「全角の英数字・記号と全角スペースだけを半角にする」。各言語のいちばん普通の書き方で動かすと、変えすぎる書き方と変え足りない書き方の両方で間違えました。
何をしたか
CODE Polyglot の入門 第9回 は、受け取った文字列の全角の英数字・記号と全角スペースを半角に直し、前後の空白を取り除くプログラムです。半角カナや丸数字は、そのまま残すのを正解にしています。
よく紹介されるのは、Unicode の正規化(NFKC)を使う書き方です。Python ならこうなります。
print(unicodedata.normalize("NFKC", s).strip())
毎朝の検証と同じ Linux の環境で動かした結果です。
| 入力 | 正解 | Python・JavaScript・Ruby・Java・Kotlin・Swift(NFKC) | Go・PHP(置き換え表) |
|---|---|---|---|
123-4567 | 123-4567 | 123-4567 | 123-4567 |
ABC abc | ABC abc | ABC abc | ABC abc |
Tel:03-1234-5678 | Tel:03-1234-5678 | Tel:03-1234-5678 | Tel:03-1234-5678 |
カナ | カナ | カナ | カナ |
①ー② | ①ー② | 1ー2 | ①ー② |
NFKC を使った6言語は7件中5件、置き換え表を書いた Go と PHP も7件中5件でした。
変えすぎる:NFKC
NFKC は「見た目が違うだけで同じ意味の文字」を1つにそろえる仕組みです。全角の「A」を「A」にするのはそのためですが、同じ理屈で次の文字も変わります。
- 半角カナの「カナ」→ 全角の「カナ」
- 丸数字の「①」→「1」
住所や氏名の欄で「①」が「1」になると、元に戻せません。NFKC が悪いわけではなく、決まりより広く変える道具だということです。
なお、C# の NFKC は、この Linux の環境では何もしませんでした。この件は第3回に書きました。
変え足りない:手書きの置き換え表
Go と PHP の標準には NFKC がありません(追加のパッケージや拡張が要ります)。そこで、よく見かける置き換え表で書きました。
$s = str_replace(
["0", "1", "2", "3", "4", "5", "6", "7", "8", "9", "-", " "],
["0", "1", "2", "3", "4", "5", "6", "7", "8", "9", "-", " "],
$s
);
表にあるのは数字・ハイフン・全角スペースだけなので、英字の「ABC」やコロンの「:」が残りました。電話番号と郵便番号だけを試していると、気づきにくい形です。
どう直したか
全角の「!」(U+FF01)から「~」(U+FF5E)までは、半角の「!」から「~」までと同じ並びで、文字の番号の差はどれも 0xFEE0 です。この範囲だけを引き算で直し、全角スペースは半角スペースにします。
for ch in s:
code = ord(ch)
# 全角の「!」(U+FF01)〜「~」(U+FF5E) は、半角から 0xFEE0 だけ離れている。NFKC だと半角カナや①まで変わるので使わない
if 0xFF01 <= code <= 0xFF5E:
out += chr(code - 0xFEE0)
elif ch == " ": # 全角スペース
out += " "
else:
out += ch
Rust は標準に NFKC が無いので、よくある書き方でも最初からこの引き算で書かれ、7件中7件でした。直した版は、10言語とも7件中7件が正解になりました。
まとめ
- 全角を半角にそろえる処理で、NFKC を使った6言語は「カナ」を「カナ」に、「①ー②」を「1ー2」に変えた
- 置き換え表を書いた Go と PHP は、表に無い英字や記号を残した
- 何を変えて何を残すかを先に決め、それより広くも狭くも変えない書き方を選ぶ
- 全角の英数字・記号は、文字の番号から 0xFEE0 を引くと半角になる
- 10言語の全プログラムは 入門 第9回 にあります
- 第1回:「2026-02-30」を渡したら、PHP と JavaScript だけが黙って3月2日にした
- 第2回:JavaScript で「月の最終日」を出したら、日本では毎回1日前になった
- 第3回:C# の Normalize(FormKC) が、Docker の中では何もしなかった
- 第4回:辞書の「取り出す順番」を10言語で20回ずつ試したら、5通りの性格に分かれた
- 第5回:「+5」を整数に直したら、10言語すべてが黙って 5 にした
- 第6回:メールアドレスの正規表現の「$」が、最後の改行を通した
- 第7回:「東京,大阪,」を split したら、Java・Ruby・Swift は最後の空の項目を捨てた
- 第8回:Excel の「CSV UTF-8」を読ませたら、10言語すべてが見出しの行を見失った
- 第9回:2.675 を小数第2位までにしたら、10言語中4言語が 2.67、Swift はそのまま 2.675 と答えた
- 第10回:「👍」の文字数を数えたら、10言語で 1・2・4 の3通りに割れた
- 第11回:「こんにちは世界」を5文字で切ったら、Go と PHP は文字化けし、Rust は止まった
- 第12回:「1234567」が郵便番号の確認を通った。\d は Python・C#・Swift で全角の数字に合う
- 第13回:-7 ÷ 2 の商と余りが言語で3通りに割れ、JavaScript は「商 -4、余り -1」と答えた
- 第14回:「𠮷野家」を並べ替えたら、JavaScript・Java・Kotlin・C# は半角カナの「アイス」より前に置いた
- 第15回:全角を半角にそろえたら、6言語は「カナ」を「カナ」に、「①」を「1」に変えた。Go と PHP は「ABC」を残した(この記事)
- 第16回:20桁の数を渡したら、6言語が「整数ではありません」と答え、JavaScript は16桁で1の位を変えた
Analyzegear


