ForHosting KIT · 開発者向けツール

ハイフンとダッシュを正規化

Webサイト、PDF、オフィス文書、組版システムからコピーした文章には、見た目が似ていても検索、検証、並べ替え、コード処理では異なる文字として扱われる記号が混在しがちです。このツールは、Unicodeのハイフン、エンダッシュ、エムダッシュ、マイナス記号などを、選択した1種類へ統一します。出力形式を選ぶと、整形済みの文章と実際に変更された文字数を正確に返します。

● Beta無料・ブラウザ内で実行

無料で実行 API仕様を見る

ご利用方法ウェブAPIメールTelegramアプリ近日

似た形のダッシュが実務上の問題を起こす理由

ハイフンマイナス、エンダッシュ、エムダッシュ、数学用マイナス記号、改行禁止ハイフンは、特にプロポーショナルフォントではほとんど同じに見えることがあります。しかし、コンピューターでは別の文字として扱われます。PDFからコピーした商品コードに改行禁止ハイフンが含まれていると、データベースの完全一致検索に失敗する場合があります。組版ソフトから貼り付けた負の値が数学用マイナス記号を使っているため、インポーターが期待するASCII文字と一致せず、数値として解析できないこともあります。検索インデックス、正規表現、重複検出、ファイル名、コマンドラインツールも、コードポイントの違いによって動作が変わります。改行位置を示すソフトハイフンのように見えない文字では、原因の発見がさらに困難です。この正規化では、認識した記号だけを選択済みの文字へ置換して曖昧さを解消します。その他の文字、数字、句読点、空白、改行は変更しないため、広範な組版修正ではなく、対象が明確で再現可能な処理になります。

利用先に適したダッシュ形式を選択します

識別子、インポートデータ、プレーンテキスト交換、検索キー、ファイル名、ソースコード、ASCIIを前提とするシステムにはハイフン形式が適しています。組版より互換性を優先する場合に最も安全な選択です。ページ範囲や経路など、数値範囲や関係をエンダッシュで表す編集方針の文章には、エンダッシュ形式を選択してください。文中の長い区切りを統一する出版工程では、エムダッシュ形式を選択できます。選択した文字は入力内の認識可能なダッシュすべてを置換します。エンダッシュまたはエムダッシュを選ぶと、既存のASCIIハイフンも置換対象です。この一貫した動作は仕様です。ツールは文字を正規化しますが、各記号が複合語、減算、範囲、挿入句のどれを示すかは推測しません。その判断は言語に依存し、意味を意図せず変えるおそれがあるためです。文法上の役割ごとに異なる形式が必要な文書では、対象部分だけを処理するか、この機械的な整理の後に文脈別の編集規則を適用してください。

確定的な出力を整理と検証の工程で活用します

応答には、正規化後の文章、選択した形式、実際の置換先文字、変更された文字数が含まれます。すでに置換先と同じ文字はそのまま保持され、変更数には加算されません。そのため、自動品質検査にも利用できます。想定外の記号を含む文章の拒否、原文をどの程度変更したかの記録、2回目の処理で変更数が0になることの確認などが可能です。このアルゴリズムは確定的で、ネットワーク通信、言語判定、人工知能、ランダムな変換を使用しません。サイズ制限内の文章を走査し、文書化されたUnicodeのダッシュ類だけを置換します。空白は意図的に保持されます。空白で囲まれたエムダッシュをハイフンへ変えても空白は残り、空白なしの記号もその配置を保ちます。これにより、文字の正規化と主観的な空白規則が混ざりません。再現可能なインポート処理では、トークン化、完全一致、数値解析、スラッグ作成、重複排除より前に実行し、用途固有の句読点と空白の規則は別工程で適用してください。

活用例

インポートした識別子を整理

商品コード、口座参照、文書IDを照合する前に、見えない改行禁止ハイフンや組版用ダッシュを統一します。

信頼できるプレーンテキストを準備

PDFやオフィス文書からコピーした句読記号を、検索、検証、データ処理へ渡す前に統一します。

編集用のダッシュ規則を適用

対象を絞った校正の前に、混在する記号を1種類のエンダッシュまたはエムダッシュへ変換します。

よくある質問

料金はいくらですか？

このページのブラウザー実行は無料です。APIは1回のリクエストにつき$0.002です。

どの出力形式を選べますか？

認識した文字をASCIIハイフンマイナス、エンダッシュ、エムダッシュのいずれかへ統一できます。

ダッシュ前後の空白も変わりますか？

いいえ。既存の空白と改行は正確に保持し、認識したダッシュ文字だけを置換します。

句読点、範囲、減算の違いを判断しますか？

いいえ。機械的な文字正規化だけを行い、文法的または数学的な意味は推測しません。

置換数は何を表しますか？

認識した文字のうち、元のコードポイントが選択した置換先文字と異なっていた数です。

開発者向け — APIアクセス

このページの機能はすべてAPIからも利用できます。自社システムに組み込みたいチーム向けのセクションです。それ以外の方は上のツールをそのままお使いください。

エンドポイント

POSThttps://api.kit.forhosting.com/str/normalize-dashes

Bearerトークンで認証し、POST1回でタスクをキューに登録します。結果はWebhookまたは署名付きリンクで受け取れます。

お使いのスタックから呼び出す

curl -X POST https://api.kit.forhosting.com/str/normalize-dashes \
  -H "Authorization: Bearer $KIT_KEY" \
  -H "Content-Type: application/json" \
  -d '{"text":"Pages 10–15 — revised − 2 notes"}'

const res = await fetch("https://api.kit.forhosting.com/str/normalize-dashes", {
  method: "POST",
  headers: {
    "Authorization": `Bearer ${process.env.KIT_KEY}`,
    "Content-Type": "application/json"
  },
  body: JSON.stringify({
    "text": "Pages 10–15 — revised − 2 notes"
  })
});
const { task_id } = await res.json();

import os, requests

res = requests.post(
    "https://api.kit.forhosting.com/str/normalize-dashes",
    headers={"Authorization": f"Bearer {os.environ['KIT_KEY']}"},
    json={
    "text": "Pages 10–15 — revised − 2 notes"
},
)
task_id = res.json()["task_id"]

<?php
$res = file_get_contents("https://api.kit.forhosting.com/str/normalize-dashes", false, stream_context_create([
  "http" => [
    "method"  => "POST",
    "header"  => "Authorization: Bearer " . getenv("KIT_KEY") . "\r\nContent-Type: application/json",
    "content" => '{"text":"Pages 10–15 — revised − 2 notes"}',
  ],
]));
$task = json_decode($res, true);

body := bytes.NewBufferString(`{"text":"Pages 10–15 — revised − 2 notes"}`)
req, _ := http.NewRequest("POST", "https://api.kit.forhosting.com/str/normalize-dashes", body)
req.Header.Set("Authorization", "Bearer "+os.Getenv("KIT_KEY"))
req.Header.Set("Content-Type", "application/json")
res, _ := http.DefaultClient.Do(req)

リクエスト例

{
  "text": "Pages 10–15 — revised − 2 notes"
}

レスポンス例

{
  "task_id": "tsk_a1b2c3d4e5f6a1b2c3d4e5f6",
  "type": "str.normalize_dashes",
  "status": "queued",
  "_links": {
    "result": "/tasks/tsk_…/result"
  }
}

非同期APIです。task_idは即時に返ります。ポーリングは1秒あたり1リクエストまでです。

料金

1リクエストあたり$0.002

単価はすべて公開しています。トークン換算や独自クレジットはありません。失敗したタスクは課金されません。

制限

max_chars 200000

エラー

HTTP	コード	意味
`401`	`unauthorized`	APIキーが無効か、指定されていません。Authorizationヘッダーを確認してください。
`402`	`insufficient_balance`	残高が不足しています。チャージ後に再度お試しください。
`404`	`unknown_type`	指定されたタスクタイプは存在しません。タイプ名を確認してください。
`429`	`rate_limited`	リクエストが多すぎます。しばらく待ってから再度お試しください。

KITの完全なドキュメントを見る →