努力したWiki

推敲の足りないメモ書き多数

ユーザ用ツール

サイト用ツール

トレース: • Unicodeを扱う際の小細工色々覚書
documents:java:java-002

目次

Unicodeを扱う際の小細工色々覚書

2023-09-02 IDSの正規化とか方法が思いつかなかったのでパス
2023-08-28 最後といったな？あれは嘘だ
2023-08-26 一応これが最終形になります
2023-08-25 もう少し整理しようやと手直し
2023-08-24 結合文字まで入れたので公開

前提

Java11で実行。

仕事で色々やりそうな感じがあったので自分のリファレンス用で品質関係は二の次。
OSS等で公開されたライブラリは使わない（多分使わせてくれないだろうからなー）

用意したクラス

  • UTF-16な文字列を1文字単位に分解する。サロゲートペア表現になる文字も対象。異字体セレクタを伴う文字も対象。
  • 結合文字も扱うけど、平仮名・片仮名用に限定。全部なんてやってらんない。u+200D ? 知らない子ですね…
  • 分解結果は文字で扱わずUnicodeのコードポイントで取得する。
    List<Integer> codepoints = new ArrayList<Integer>();
Integer codepoint;
// String targetStr;
for(Integer idx = 0; idx < targetStr.length(); idx++) {
    codepoint = targetStr.codePointAt(idx);
    codepoints.add(codepoint);
    if (codepoint > 65535) idx++; // サロゲートペア上位コード位置なので下位コード位置に補正しておく
}

    戻す場合はコードポイントから文字に戻す。

    StringBuilder sb = new StringBuilder();
String targetStr;
// List<Integer> codepoints;
for(Integer idx = 0; idx < codepoints.size(); idx++) {
    sb.appendCodePoint(codepoints.get(idx)); // コードポイントから文字に戻す
}
targetStr = sb.toString();

例えば文字列“叱𠮷野家葛󠄀”を与えたら、以下の形に分解する。

List要素 1文字のList要素 格納するコードポイント 説明
0 0 u+53f1 叱
1 0 u+20bb7 𠮷
2 0 u+91ce 野
3 0 u+5bb6 家
4 0 u+845b 葛󠄀
1 u+e0100

JSON風イメージだとこうかな。なおJSONだと16進数は使えないしコメントも書けない。 

  "codepoints": [
      [ 0x53f1 ],         // 叱
      [ 0x20bb7 ],        // 𠮷
      [ 0x91ce ],         // 野
      [ 0x5bb6 ],         // 家
      [ 0x845b, 0xe0100 ] // 葛󠄀
  ]

あと、結合文字が理解できないソフトウエアは結構危険で、Macで作ったファイルをWindowsに持ってきた時にこの問題にぶつかる事が多い。片仮名・平仮名の処理はやっておいた方が無難。

java.text.Normalizerつかえや？

片仮名・平仮名の正規化ならjava.text.Normalize使えるやろ？と言われるけど、それ以外がねー。

なんか弄ってほしくないものまで弄られちゃうんで、ちょっと使うのが難しいかな…

NFC NFKC 
----------------------------------
Str       : ㈲㈱¼①2⃣⓷❹㈤㊅
StrLen    : 10
convedStr : ㈲㈱¼①2⃣⓷❹㈤㊅
convedLen : 10
Normalize : NFC
Pos 0     : ㈲ u+3232
Pos 1     : ㈱ u+3231
Pos 2     : ¼ u+bc
Pos 3     : ① u+2460
Pos 4     : 2⃣ u+32, u+20e3
Pos 5     : ⓷ u+24f7
Pos 6     : ❹ u+2779
Pos 7     : ㈤ u+3224
Pos 8     : ㊅ u+3285
----------------------------------
Str       : ﾊﾟﾋﾞﾌﾟﾍﾞﾎﾟ
StrLen    : 10
convedStr : ﾊﾟﾋﾞﾌﾟﾍﾞﾎﾟ
convedLen : 10
Normalize : NFC
Pos 0     : ﾊ u+ff8a
Pos 1     : ﾟ u+ff9f
Pos 2     : ﾋ u+ff8b
Pos 3     : ﾞ u+ff9e
Pos 4     : ﾌ u+ff8c
Pos 5     : ﾟ u+ff9f
Pos 6     : ﾍ u+ff8d
Pos 7     : ﾞ u+ff9e
Pos 8     : ﾎ u+ff8e
Pos 9     : ﾟ u+ff9f
----------------------------------
Str       : ぱびぷべぽ
StrLen    : 10
convedStr : ぱびぷべぽ
convedLen : 5
Normalize : NFC
Pos 0     : ぱ u+3071
Pos 1     : び u+3073
Pos 2     : ぷ u+3077
Pos 3     : べ u+3079
Pos 4     : ぽ u+307d

----------------------------------
Str       : ㈲㈱¼①2⃣⓷❹㈤㊅
StrLen    : 10
convedStr : (有)(株)1⁄412⃣⓷❹(五)六
convedLen : 18
Normalize : NFKC
Pos 0     : ( u+28
Pos 1     : 有 u+6709
Pos 2     : ) u+29
Pos 3     : ( u+28
Pos 4     : 株 u+682a
Pos 5     : ) u+29
Pos 6     : 1 u+31
Pos 7     : ⁄ u+2044
Pos 8     : 4 u+34
Pos 9     : 1 u+31
Pos 10     : 2⃣ u+32, u+20e3
Pos 11     : ⓷ u+24f7
Pos 12     : ❹ u+2779
Pos 13     : ( u+28
Pos 14     : 五 u+4e94
Pos 15     : ) u+29
Pos 16     : 六 u+516d
----------------------------------
Str       : ﾊﾟﾋﾞﾌﾟﾍﾞﾎﾟ
StrLen    : 10
convedStr : パビプベポ
convedLen : 5
Normalize : NFKC
Pos 0     : パ u+30d1
Pos 1     : ビ u+30d3
Pos 2     : プ u+30d7
Pos 3     : ベ u+30d9
Pos 4     : ポ u+30dd
----------------------------------
Str       : ぱびぷべぽ
StrLen    : 10
convedStr : ぱびぷべぽ
convedLen : 5
Normalize : NFKC
Pos 0     : ぱ u+3071
Pos 1     : び u+3073
Pos 2     : ぷ u+3077
Pos 3     : べ u+3079
Pos 4     : ぽ u+307d

Normalizer.Form.NFC, Normalizer.Form.NFD, Normalizer.Form.NFKC, Normalizer.Form.NFKD とあるので、それぞれ自分で試してみるといいと思うよ！ 

package myKanjiDemos;
 
import java.text.Normalizer;
import java.util.EnumSet;
import java.util.List;
 
import myKanjiDemos.MyStringToChars.CharsNormalize;
 
public class MyKanjiDemo01 {
 
	public static void main(String[] args) {
 
		String Str0 = "㈲㈱¼①2⃣⓷❹㈤㊅";
		String Str1 = "ﾊﾟﾋﾞﾌﾟﾍﾞﾎﾟ";
		String Str2 = "ぱびぷべぽ"; // 濁音・半濁音記号の結合文字入り
 
		CharDisp(Str0, Normalizer.Form.NFC);
		CharDisp(Str1, Normalizer.Form.NFC);
		CharDisp(Str2, Normalizer.Form.NFC);
 
		CharDisp(Str0, Normalizer.Form.NFKC);
		CharDisp(Str1, Normalizer.Form.NFKC);
		CharDisp(Str2, Normalizer.Form.NFKC);
	}
 
	public static void CharDisp(String str, Normalizer.Form normalize)
	{
		// java.text.Normalizer でノーマライズして
		String convedStr = Normalizer.normalize(str, normalize);
 
		// 1文字毎に分解
		List<List<Integer>> chars = MyStringToChars.parseToCodepoint(convedStr, EnumSet.of(CharsNormalize.NONE));
 
		// 分解結果の表示
		System.out.println("----------------------------------");
		System.out.println("Str       : " + str);
		System.out.println("StrLen    : " + str.length());
		System.out.println("convedStr : " + convedStr);
		System.out.println("convedLen : " + convedStr.length());
		System.out.println("Normalize : " + normalize);
 
		StringBuilder sbChars = new StringBuilder();
		StringBuilder sbCodeStr = new StringBuilder();
 
		for(Integer pos = 0; pos<chars.size(); pos++)
		{
			List<Integer> cs = chars.get(pos);
			sbChars.setLength(0);
			sbCodeStr.setLength(0);
 
			for(Integer idx = 0; idx<cs.size(); idx++)
			{
				sbChars.appendCodePoint(cs.get(idx));
				if (idx != 0) sbCodeStr.append( ", " );	
				sbCodeStr.append( "u+" + Integer.toHexString(cs.get(idx)) );	
			}
 
			System.out.println("Pos " + pos + "     : " + sbChars.toString() + " " + sbCodeStr.toString()); 
		}
	}
}

デモコード

コード中の demo_Normalize にオプションを渡して変化を確認します。以下に示しているものはオプション指定なし（正規化指定なし）の状態。

MyKanjiDemo02

サロゲートペア、異字体セレクタ、結合文字を混ぜ込んだ文字列のデモ 

package myKanjiDemos;
 
import java.util.EnumSet;
 
import myKanjiDemos.MyStringToChars.CharsNormalize;
 
public class MyKanjiDemo02 {
 
	public static void main(String[] args) {
 
		String Str0 = "伊藤";         // 通常
		String Str1 = "叱𠮷家𠮟";     // サロゲートペア混在
		String Str2 = "葛葛󠄉葛󠄀";       // 通常＋異字体セレクタ
		String Str3 = "𦹀𦹀󠄃𦹀󠄂";       // サロゲートペア＋異字体セレクタ
 
		EnumSet<CharsNormalize> demo_Normalize = EnumSet.of(CharsNormalize.NONE);
		// EnumSet<CharsNormalize> demo_Normalize = EnumSet.of(CharsNormalize.HALF2FULL_KANA);
		// EnumSet<CharsNormalize> demo_Normalize = EnumSet.of(CharsNormalize.COMBININGVOICEMARK_KANA);
		// EnumSet<CharsNormalize> demo_Normalize = EnumSet.of(CharsNormalize.COMBININGVOICEMARK_KANA, CharsNormalize.HALF2FULL_KANA);
 
		MyDemoMethod.charDisp(Str0, demo_Normalize);
		MyDemoMethod.charDisp(Str1, demo_Normalize);
		MyDemoMethod.charDisp(Str2, demo_Normalize);
		MyDemoMethod.charDisp(Str3, demo_Normalize);
 
	}
}

MyKanjiDemo03

カナと濁音・半濁音記号混在の文字列のデモ 

package myKanjiDemos;
 
import java.util.EnumSet;
 
import myKanjiDemos.MyStringToChars.CharsNormalize;
 
public class MyKanjiDemo03 {
 
	public static void main(String[] args) {
 
		String Str0 = "ﾊﾋﾌﾍﾎﾊﾟﾋﾞﾌﾟﾍﾞﾎﾟ";                       // 半角カタカナ
		String Str1 = "ﾊ゙ﾋ゚ﾌ゙ﾍ゚ﾎ゙";                            // 半角カタカナに結合文字の濁音・半濁音記号を付与
		String Str2 = "ハ゜ヒ゛フ゜ヘ゛ホ゜ハﾟヒﾞフﾟヘﾞホﾟ";   // 片仮名に濁音・半濁音記号付与
		String Str3 = "は゜ひ゛ふ゜へ゛ほ゜はﾟひﾞふﾟへﾞほﾟ";   // 平仮名に濁音・半濁音記号付与
		String Str4 = "ぱびぷべぽバビブベボ";                  // カナに濁音・半濁音記号付き
		String Str5 = "ぱびぷべぽバピブペボ";                  // カナに結合文字の濁音・半濁音記号付与
 
		EnumSet<CharsNormalize> demo_Normalize = EnumSet.of(CharsNormalize.NONE);
		// EnumSet<CharsNormalize> demo_Normalize = EnumSet.of(CharsNormalize.HALF2FULL_KANA);
		// EnumSet<CharsNormalize> demo_Normalize = EnumSet.of(CharsNormalize.COMBININGVOICEMARK_KANA);
		// EnumSet<CharsNormalize> demo_Normalize = EnumSet.of(CharsNormalize.COMBININGVOICEMARK_KANA, CharsNormalize.HALF2FULL_KANA);
 
		MyDemoMethod.charDisp(Str0, demo_Normalize);
		MyDemoMethod.charDisp(Str1, demo_Normalize);
		MyDemoMethod.charDisp(Str2, demo_Normalize);
		MyDemoMethod.charDisp(Str3, demo_Normalize);
		MyDemoMethod.charDisp(Str4, demo_Normalize);
		MyDemoMethod.charDisp(Str5, demo_Normalize);
 
	}
}

MyKanjiDemo04

半角・全角カナを混在した文字列のデモ 

package myKanjiDemos;
 
import java.util.EnumSet;
 
import myKanjiDemos.MyStringToChars.CharsNormalize;
 
public class MyKanjiDemo04 {
	public static void main(String[] args) {
 
		String Str0 = "み゚み゙ミ゚ミ゙ﾐ゚ﾐ゙伊゙藤゚";              // 濁音・半濁音記号の組み合わせが無いカナに結合文字で濁音・半濁音記号を付与
		String Str1 = "み゛み゜ミ゛ミ゜ﾐ゛ﾐ゜伊゜藤゛";  // 濁音・半濁音記号の組み合わせが無いカナに濁音・半濁音記号を付与
		String Str2 = "みﾞみﾟミﾞミﾟﾐﾞﾐﾟ伊ﾟ藤ﾞ";          // 濁音・半濁音記号の組み合わせが無いカナに半角濁音・半濁音記号を付与
 
		EnumSet<CharsNormalize> demo_Normalize = EnumSet.of(CharsNormalize.NONE);
		// EnumSet<CharsNormalize> demo_Normalize = EnumSet.of(CharsNormalize.HALF2FULL_KANA);
		// EnumSet<CharsNormalize> demo_Normalize = EnumSet.of(CharsNormalize.COMBININGVOICEMARK_KANA);
		// EnumSet<CharsNormalize> demo_Normalize = EnumSet.of(CharsNormalize.COMBININGVOICEMARK_KANA, CharsNormalize.HALF2FULL_KANA);
 
		MyDemoMethod.charDisp(Str0, demo_Normalize);
		MyDemoMethod.charDisp(Str1, demo_Normalize);
		MyDemoMethod.charDisp(Str2, demo_Normalize);
 
	}
 
}

MyKanjiDemo05

濁音・半濁音記号で構成した文字列のデモ 

package myKanjiDemos;
 
import java.util.EnumSet;
 
import myKanjiDemos.MyStringToChars.CharsNormalize;
 
public class MyKanjiDemo05 {
	public static void main(String[] args) {
		StringBuilder sb2 = new StringBuilder();
 
		sb2.appendCodePoint(0x3099);
		sb2.appendCodePoint(0x309A);
 
		String Str0 = "゛゜";                 // 濁音・半濁音記号を連続
		String Str1 = "ﾞﾟ";                   // 濁音・半濁音記号を連続
		String Str2 = sb2.toString();         // 濁音記号の結合文字を連続
		String Str3 = "はﾞﾟヒﾞﾟふ゛゜ヘ゛゜"; // 濁音・半濁音記号を連続
		String Str4 = "ばﾞﾟビﾞﾟぶ゛゜ベ゛゜"; // 濁音・半濁音記号を連続
		String Str5 = "ﾊﾞﾟﾋﾞﾟﾌ゛゜ﾍ゛゜";     // 濁音・半濁音記号を連続
		String Str6 = "ﾞﾟん";                 // 濁音・半濁音記号を連続
		String Str7 = "゛゜ん";               // 濁音・半濁音記号を連続
 
		EnumSet<CharsNormalize> demo_Normalize = EnumSet.of(CharsNormalize.NONE);
		// EnumSet<CharsNormalize> demo_Normalize = EnumSet.of(CharsNormalize.HALF2FULL_KANA);
		// EnumSet<CharsNormalize> demo_Normalize = EnumSet.of(CharsNormalize.COMBININGVOICEMARK_KANA);
		// EnumSet<CharsNormalize> demo_Normalize = EnumSet.of(CharsNormalize.COMBININGVOICEMARK_KANA, CharsNormalize.HALF2FULL_KANA);
 
		MyDemoMethod.charDisp(Str0, demo_Normalize);
		MyDemoMethod.charDisp(Str1, demo_Normalize);
		MyDemoMethod.charDisp(Str2, demo_Normalize);
		MyDemoMethod.charDisp(Str3, demo_Normalize);
		MyDemoMethod.charDisp(Str4, demo_Normalize);
		MyDemoMethod.charDisp(Str5, demo_Normalize);
		MyDemoMethod.charDisp(Str6, demo_Normalize);
		MyDemoMethod.charDisp(Str7, demo_Normalize);
 
	}
 
}

MyKanjiDemo06

記号・絵文字を含む文字列のデモ 

package myKanjiDemos;
 
import java.util.EnumSet;
 
import myKanjiDemos.MyStringToChars.CharsNormalize;
 
public class MyKanjiDemo06 {
	public static void main(String[] args) {
 
		String Str0 = "￩￫￪￬￭￮";                 // 半角記号
		String Str1 = "㈱¼㌫①2⃣⓷❹㈤㊅ⓓ⒨";  // 記号
		String Str2 = "🐎✌";                   // 絵文字
 
		EnumSet<CharsNormalize> demo_Normalize = EnumSet.of(CharsNormalize.NONE);
		// EnumSet<CharsNormalize> demo_Normalize = EnumSet.of(CharsNormalize.HALF2FULL_KANA);
		// EnumSet<CharsNormalize> demo_Normalize = EnumSet.of(CharsNormalize.COMBININGVOICEMARK_KANA);
		// EnumSet<CharsNormalize> demo_Normalize = EnumSet.of(CharsNormalize.COMBININGVOICEMARK_KANA, CharsNormalize.HALF2FULL_KANA);
 
		MyDemoMethod.charDisp(Str0, demo_Normalize);
		MyDemoMethod.charDisp(Str1, demo_Normalize);
		MyDemoMethod.charDisp(Str2, demo_Normalize);
 
	}
}

実行結果

MyKanjiDemo02の実行結果

呼び出し結果。サロゲートペアに異字体セレクタがついてもとりあえず分解できた。

実行結果。

NONE HALF2FULL_KANA COMBININGVOICEMARK_KANA COMBININGVOICEMARK_KANA + HALF2FULL_KANA 
----------------------------------
Str         : 伊藤
StrLen      : 2
RebuildStr  : 伊藤
RebuildLen  : 2
parseOption : [NONE]
Pos       0 : 伊 u+4f0a
Pos       1 : 藤 u+85e4
----------------------------------
Str         : 叱𠮷家𠮟
StrLen      : 6
RebuildStr  : 叱𠮷家𠮟
RebuildLen  : 6
parseOption : [NONE]
Pos       0 : 叱 u+53f1
Pos       1 : 𠮷 u+20bb7
Pos       2 : 家 u+5bb6
Pos       3 : 𠮟 u+20b9f
----------------------------------
Str         : 葛葛󠄉葛󠄀
StrLen      : 7
RebuildStr  : 葛葛󠄉葛󠄀
RebuildLen  : 7
parseOption : [NONE]
Pos       0 : 葛 u+845b
Pos       1 : 葛󠄉 u+845b, u+e0109
Pos       2 : 葛󠄀 u+845b, u+e0100
----------------------------------
Str         : 𦹀𦹀󠄃𦹀󠄂
StrLen      : 10
RebuildStr  : 𦹀𦹀󠄃𦹀󠄂
RebuildLen  : 10
parseOption : [NONE]
Pos       0 : 𦹀 u+26e40
Pos       1 : 𦹀󠄃 u+26e40, u+e0103
Pos       2 : 𦹀󠄂 u+26e40, u+e0102

----------------------------------
Str         : 伊藤
StrLen      : 2
RebuildStr  : 伊藤
RebuildLen  : 2
parseOption : [HALF2FULL_KANA]
Pos       0 : 伊 u+4f0a
Pos       1 : 藤 u+85e4
----------------------------------
Str         : 叱𠮷家𠮟
StrLen      : 6
RebuildStr  : 叱𠮷家𠮟
RebuildLen  : 6
parseOption : [HALF2FULL_KANA]
Pos       0 : 叱 u+53f1
Pos       1 : 𠮷 u+20bb7
Pos       2 : 家 u+5bb6
Pos       3 : 𠮟 u+20b9f
----------------------------------
Str         : 葛葛󠄉葛󠄀
StrLen      : 7
RebuildStr  : 葛葛󠄉葛󠄀
RebuildLen  : 7
parseOption : [HALF2FULL_KANA]
Pos       0 : 葛 u+845b
Pos       1 : 葛󠄉 u+845b, u+e0109
Pos       2 : 葛󠄀 u+845b, u+e0100
----------------------------------
Str         : 𦹀𦹀󠄃𦹀󠄂
StrLen      : 10
RebuildStr  : 𦹀𦹀󠄃𦹀󠄂
RebuildLen  : 10
parseOption : [HALF2FULL_KANA]
Pos       0 : 𦹀 u+26e40
Pos       1 : 𦹀󠄃 u+26e40, u+e0103
Pos       2 : 𦹀󠄂 u+26e40, u+e0102

----------------------------------
Str         : 伊藤
StrLen      : 2
RebuildStr  : 伊藤
RebuildLen  : 2
parseOption : [COMBININGVOICEMARK_KANA]
Pos       0 : 伊 u+4f0a
Pos       1 : 藤 u+85e4
----------------------------------
Str         : 叱𠮷家𠮟
StrLen      : 6
RebuildStr  : 叱𠮷家𠮟
RebuildLen  : 6
parseOption : [COMBININGVOICEMARK_KANA]
Pos       0 : 叱 u+53f1
Pos       1 : 𠮷 u+20bb7
Pos       2 : 家 u+5bb6
Pos       3 : 𠮟 u+20b9f
----------------------------------
Str         : 葛葛󠄉葛󠄀
StrLen      : 7
RebuildStr  : 葛葛󠄉葛󠄀
RebuildLen  : 7
parseOption : [COMBININGVOICEMARK_KANA]
Pos       0 : 葛 u+845b
Pos       1 : 葛󠄉 u+845b, u+e0109
Pos       2 : 葛󠄀 u+845b, u+e0100
----------------------------------
Str         : 𦹀𦹀󠄃𦹀󠄂
StrLen      : 10
RebuildStr  : 𦹀𦹀󠄃𦹀󠄂
RebuildLen  : 10
parseOption : [COMBININGVOICEMARK_KANA]
Pos       0 : 𦹀 u+26e40
Pos       1 : 𦹀󠄃 u+26e40, u+e0103
Pos       2 : 𦹀󠄂 u+26e40, u+e0102

----------------------------------
Str         : 伊藤
StrLen      : 2
RebuildStr  : 伊藤
RebuildLen  : 2
parseOption : [HALF2FULL_KANA, COMBININGVOICEMARK_KANA]
Pos       0 : 伊 u+4f0a
Pos       1 : 藤 u+85e4
----------------------------------
Str         : 叱𠮷家𠮟
StrLen      : 6
RebuildStr  : 叱𠮷家𠮟
RebuildLen  : 6
parseOption : [HALF2FULL_KANA, COMBININGVOICEMARK_KANA]
Pos       0 : 叱 u+53f1
Pos       1 : 𠮷 u+20bb7
Pos       2 : 家 u+5bb6
Pos       3 : 𠮟 u+20b9f
----------------------------------
Str         : 葛葛󠄉葛󠄀
StrLen      : 7
RebuildStr  : 葛葛󠄉葛󠄀
RebuildLen  : 7
parseOption : [HALF2FULL_KANA, COMBININGVOICEMARK_KANA]
Pos       0 : 葛 u+845b
Pos       1 : 葛󠄉 u+845b, u+e0109
Pos       2 : 葛󠄀 u+845b, u+e0100
----------------------------------
Str         : 𦹀𦹀󠄃𦹀󠄂
StrLen      : 10
RebuildStr  : 𦹀𦹀󠄃𦹀󠄂
RebuildLen  : 10
parseOption : [HALF2FULL_KANA, COMBININGVOICEMARK_KANA]
Pos       0 : 𦹀 u+26e40
Pos       1 : 𦹀󠄃 u+26e40, u+e0103
Pos       2 : 𦹀󠄂 u+26e40, u+e0102

MyKanjiDemo03の実行結果

かなと濁音・半濁音記号の組み合わせ。

実行結果。

NONE HALF2FULL_KANA COMBININGVOICEMARK_KANA COMBININGVOICEMARK_KANA + HALF2FULL_KANA 
----------------------------------
Str         : ﾊﾋﾌﾍﾎﾊﾟﾋﾞﾌﾟﾍﾞﾎﾟ
StrLen      : 15
RebuildStr  : ﾊﾋﾌﾍﾎﾊﾟﾋﾞﾌﾟﾍﾞﾎﾟ
RebuildLen  : 15
parseOption : [NONE]
Pos       0 : ﾊ u+ff8a
Pos       1 : ﾋ u+ff8b
Pos       2 : ﾌ u+ff8c
Pos       3 : ﾍ u+ff8d
Pos       4 : ﾎ u+ff8e
Pos       5 : ﾊﾟ u+ff8a, u+ff9f
Pos       6 : ﾋﾞ u+ff8b, u+ff9e
Pos       7 : ﾌﾟ u+ff8c, u+ff9f
Pos       8 : ﾍﾞ u+ff8d, u+ff9e
Pos       9 : ﾎﾟ u+ff8e, u+ff9f
----------------------------------
Str         : ﾊ゙ﾋ゚ﾌ゙ﾍ゚ﾎ゙
StrLen      : 10
RebuildStr  : ﾊ゙ﾋ゚ﾌ゙ﾍ゚ﾎ゙
RebuildLen  : 10
parseOption : [NONE]
Pos       0 : ﾊ゙ u+ff8a, u+3099
Pos       1 : ﾋ゚ u+ff8b, u+309a
Pos       2 : ﾌ゙ u+ff8c, u+3099
Pos       3 : ﾍ゚ u+ff8d, u+309a
Pos       4 : ﾎ゙ u+ff8e, u+3099
----------------------------------
Str         : ハ゜ヒ゛フ゜ヘ゛ホ゜ハﾟヒﾞフﾟヘﾞホﾟ
StrLen      : 20
RebuildStr  : ハ゜ヒ゛フ゜ヘ゛ホ゜ハﾟヒﾞフﾟヘﾞホﾟ
RebuildLen  : 20
parseOption : [NONE]
Pos       0 : ハ゜ u+30cf, u+309c
Pos       1 : ヒ゛ u+30d2, u+309b
Pos       2 : フ゜ u+30d5, u+309c
Pos       3 : ヘ゛ u+30d8, u+309b
Pos       4 : ホ゜ u+30db, u+309c
Pos       5 : ハﾟ u+30cf, u+ff9f
Pos       6 : ヒﾞ u+30d2, u+ff9e
Pos       7 : フﾟ u+30d5, u+ff9f
Pos       8 : ヘﾞ u+30d8, u+ff9e
Pos       9 : ホﾟ u+30db, u+ff9f
----------------------------------
Str         : は゜ひ゛ふ゜へ゛ほ゜はﾟひﾞふﾟへﾞほﾟ
StrLen      : 20
RebuildStr  : は゜ひ゛ふ゜へ゛ほ゜はﾟひﾞふﾟへﾞほﾟ
RebuildLen  : 20
parseOption : [NONE]
Pos       0 : は゜ u+306f, u+309c
Pos       1 : ひ゛ u+3072, u+309b
Pos       2 : ふ゜ u+3075, u+309c
Pos       3 : へ゛ u+3078, u+309b
Pos       4 : ほ゜ u+307b, u+309c
Pos       5 : はﾟ u+306f, u+ff9f
Pos       6 : ひﾞ u+3072, u+ff9e
Pos       7 : ふﾟ u+3075, u+ff9f
Pos       8 : へﾞ u+3078, u+ff9e
Pos       9 : ほﾟ u+307b, u+ff9f
----------------------------------
Str         : ぱびぷべぽバビブベボ
StrLen      : 10
RebuildStr  : ぱびぷべぽバビブベボ
RebuildLen  : 10
parseOption : [NONE]
Pos       0 : ぱ u+3071
Pos       1 : び u+3073
Pos       2 : ぷ u+3077
Pos       3 : べ u+3079
Pos       4 : ぽ u+307d
Pos       5 : バ u+30d0
Pos       6 : ビ u+30d3
Pos       7 : ブ u+30d6
Pos       8 : ベ u+30d9
Pos       9 : ボ u+30dc
----------------------------------
Str         : ぱびぷべぽバピブペボ
StrLen      : 20
RebuildStr  : ぱびぷべぽバピブペボ
RebuildLen  : 20
parseOption : [NONE]
Pos       0 : ぱ u+306f, u+309a
Pos       1 : び u+3072, u+3099
Pos       2 : ぷ u+3075, u+309a
Pos       3 : べ u+3078, u+3099
Pos       4 : ぽ u+307b, u+309a
Pos       5 : バ u+30cf, u+3099
Pos       6 : ピ u+30d2, u+309a
Pos       7 : ブ u+30d5, u+3099
Pos       8 : ペ u+30d8, u+309a
Pos       9 : ボ u+30db, u+3099

----------------------------------
Str         : ﾊﾋﾌﾍﾎﾊﾟﾋﾞﾌﾟﾍﾞﾎﾟ
StrLen      : 15
RebuildStr  : ハヒフヘホハ゜ヒ゛フ゜ヘ゛ホ゜
RebuildLen  : 15
parseOption : [HALF2FULL_KANA]
Pos       0 : ハ u+30cf
Pos       1 : ヒ u+30d2
Pos       2 : フ u+30d5
Pos       3 : ヘ u+30d8
Pos       4 : ホ u+30db
Pos       5 : ハ゜ u+30cf, u+309c
Pos       6 : ヒ゛ u+30d2, u+309b
Pos       7 : フ゜ u+30d5, u+309c
Pos       8 : ヘ゛ u+30d8, u+309b
Pos       9 : ホ゜ u+30db, u+309c
----------------------------------
Str         : ﾊ゙ﾋ゚ﾌ゙ﾍ゚ﾎ゙
StrLen      : 10
RebuildStr  : バピブペボ
RebuildLen  : 10
parseOption : [HALF2FULL_KANA]
Pos       0 : バ u+30cf, u+3099
Pos       1 : ピ u+30d2, u+309a
Pos       2 : ブ u+30d5, u+3099
Pos       3 : ペ u+30d8, u+309a
Pos       4 : ボ u+30db, u+3099
----------------------------------
Str         : ハ゜ヒ゛フ゜ヘ゛ホ゜ハﾟヒﾞフﾟヘﾞホﾟ
StrLen      : 20
RebuildStr  : ハ゜ヒ゛フ゜ヘ゛ホ゜ハ゜ヒ゛フ゜ヘ゛ホ゜
RebuildLen  : 20
parseOption : [HALF2FULL_KANA]
Pos       0 : ハ゜ u+30cf, u+309c
Pos       1 : ヒ゛ u+30d2, u+309b
Pos       2 : フ゜ u+30d5, u+309c
Pos       3 : ヘ゛ u+30d8, u+309b
Pos       4 : ホ゜ u+30db, u+309c
Pos       5 : ハ゜ u+30cf, u+309c
Pos       6 : ヒ゛ u+30d2, u+309b
Pos       7 : フ゜ u+30d5, u+309c
Pos       8 : ヘ゛ u+30d8, u+309b
Pos       9 : ホ゜ u+30db, u+309c
----------------------------------
Str         : は゜ひ゛ふ゜へ゛ほ゜はﾟひﾞふﾟへﾞほﾟ
StrLen      : 20
RebuildStr  : は゜ひ゛ふ゜へ゛ほ゜は゜ひ゛ふ゜へ゛ほ゜
RebuildLen  : 20
parseOption : [HALF2FULL_KANA]
Pos       0 : は゜ u+306f, u+309c
Pos       1 : ひ゛ u+3072, u+309b
Pos       2 : ふ゜ u+3075, u+309c
Pos       3 : へ゛ u+3078, u+309b
Pos       4 : ほ゜ u+307b, u+309c
Pos       5 : は゜ u+306f, u+309c
Pos       6 : ひ゛ u+3072, u+309b
Pos       7 : ふ゜ u+3075, u+309c
Pos       8 : へ゛ u+3078, u+309b
Pos       9 : ほ゜ u+307b, u+309c
----------------------------------
Str         : ぱびぷべぽバビブベボ
StrLen      : 10
RebuildStr  : ぱびぷべぽバビブベボ
RebuildLen  : 10
parseOption : [HALF2FULL_KANA]
Pos       0 : ぱ u+3071
Pos       1 : び u+3073
Pos       2 : ぷ u+3077
Pos       3 : べ u+3079
Pos       4 : ぽ u+307d
Pos       5 : バ u+30d0
Pos       6 : ビ u+30d3
Pos       7 : ブ u+30d6
Pos       8 : ベ u+30d9
Pos       9 : ボ u+30dc
----------------------------------
Str         : ぱびぷべぽバピブペボ
StrLen      : 20
RebuildStr  : ぱびぷべぽバピブペボ
RebuildLen  : 20
parseOption : [HALF2FULL_KANA]
Pos       0 : ぱ u+306f, u+309a
Pos       1 : び u+3072, u+3099
Pos       2 : ぷ u+3075, u+309a
Pos       3 : べ u+3078, u+3099
Pos       4 : ぽ u+307b, u+309a
Pos       5 : バ u+30cf, u+3099
Pos       6 : ピ u+30d2, u+309a
Pos       7 : ブ u+30d5, u+3099
Pos       8 : ペ u+30d8, u+309a
Pos       9 : ボ u+30db, u+3099

----------------------------------
Str         : ﾊﾋﾌﾍﾎﾊﾟﾋﾞﾌﾟﾍﾞﾎﾟ
StrLen      : 15
RebuildStr  : ﾊﾋﾌﾍﾎﾊﾟﾋﾞﾌﾟﾍﾞﾎﾟ
RebuildLen  : 15
parseOption : [COMBININGVOICEMARK_KANA]
Pos       0 : ﾊ u+ff8a
Pos       1 : ﾋ u+ff8b
Pos       2 : ﾌ u+ff8c
Pos       3 : ﾍ u+ff8d
Pos       4 : ﾎ u+ff8e
Pos       5 : ﾊﾟ u+ff8a, u+ff9f
Pos       6 : ﾋﾞ u+ff8b, u+ff9e
Pos       7 : ﾌﾟ u+ff8c, u+ff9f
Pos       8 : ﾍﾞ u+ff8d, u+ff9e
Pos       9 : ﾎﾟ u+ff8e, u+ff9f
----------------------------------
Str         : ﾊ゙ﾋ゚ﾌ゙ﾍ゚ﾎ゙
StrLen      : 10
RebuildStr  : ﾊ゛ﾋ゜ﾌ゛ﾍ゜ﾎ゛
RebuildLen  : 10
parseOption : [COMBININGVOICEMARK_KANA]
Pos       0 : ﾊ゛ u+ff8a, u+309b
Pos       1 : ﾋ゜ u+ff8b, u+309c
Pos       2 : ﾌ゛ u+ff8c, u+309b
Pos       3 : ﾍ゜ u+ff8d, u+309c
Pos       4 : ﾎ゛ u+ff8e, u+309b
----------------------------------
Str         : ハ゜ヒ゛フ゜ヘ゛ホ゜ハﾟヒﾞフﾟヘﾞホﾟ
StrLen      : 20
RebuildStr  : パビプベポハﾟヒﾞフﾟヘﾞホﾟ
RebuildLen  : 15
parseOption : [COMBININGVOICEMARK_KANA]
Pos       0 : パ u+30d1
Pos       1 : ビ u+30d3
Pos       2 : プ u+30d7
Pos       3 : ベ u+30d9
Pos       4 : ポ u+30dd
Pos       5 : ハﾟ u+30cf, u+ff9f
Pos       6 : ヒﾞ u+30d2, u+ff9e
Pos       7 : フﾟ u+30d5, u+ff9f
Pos       8 : ヘﾞ u+30d8, u+ff9e
Pos       9 : ホﾟ u+30db, u+ff9f
----------------------------------
Str         : は゜ひ゛ふ゜へ゛ほ゜はﾟひﾞふﾟへﾞほﾟ
StrLen      : 20
RebuildStr  : ぱびぷべぽはﾟひﾞふﾟへﾞほﾟ
RebuildLen  : 15
parseOption : [COMBININGVOICEMARK_KANA]
Pos       0 : ぱ u+3071
Pos       1 : び u+3073
Pos       2 : ぷ u+3077
Pos       3 : べ u+3079
Pos       4 : ぽ u+307d
Pos       5 : はﾟ u+306f, u+ff9f
Pos       6 : ひﾞ u+3072, u+ff9e
Pos       7 : ふﾟ u+3075, u+ff9f
Pos       8 : へﾞ u+3078, u+ff9e
Pos       9 : ほﾟ u+307b, u+ff9f
----------------------------------
Str         : ぱびぷべぽバビブベボ
StrLen      : 10
RebuildStr  : ぱびぷべぽバビブベボ
RebuildLen  : 10
parseOption : [COMBININGVOICEMARK_KANA]
Pos       0 : ぱ u+3071
Pos       1 : び u+3073
Pos       2 : ぷ u+3077
Pos       3 : べ u+3079
Pos       4 : ぽ u+307d
Pos       5 : バ u+30d0
Pos       6 : ビ u+30d3
Pos       7 : ブ u+30d6
Pos       8 : ベ u+30d9
Pos       9 : ボ u+30dc
----------------------------------
Str         : ぱびぷべぽバピブペボ
StrLen      : 20
RebuildStr  : ぱびぷべぽバピブペボ
RebuildLen  : 10
parseOption : [COMBININGVOICEMARK_KANA]
Pos       0 : ぱ u+3071
Pos       1 : び u+3073
Pos       2 : ぷ u+3077
Pos       3 : べ u+3079
Pos       4 : ぽ u+307d
Pos       5 : バ u+30d0
Pos       6 : ピ u+30d4
Pos       7 : ブ u+30d6
Pos       8 : ペ u+30da
Pos       9 : ボ u+30dc

----------------------------------
Str         : ﾊﾋﾌﾍﾎﾊﾟﾋﾞﾌﾟﾍﾞﾎﾟ
StrLen      : 15
RebuildStr  : ハヒフヘホパビプベポ
RebuildLen  : 10
parseOption : [HALF2FULL_KANA, COMBININGVOICEMARK_KANA]
Pos       0 : ハ u+30cf
Pos       1 : ヒ u+30d2
Pos       2 : フ u+30d5
Pos       3 : ヘ u+30d8
Pos       4 : ホ u+30db
Pos       5 : パ u+30d1
Pos       6 : ビ u+30d3
Pos       7 : プ u+30d7
Pos       8 : ベ u+30d9
Pos       9 : ポ u+30dd
----------------------------------
Str         : ﾊ゙ﾋ゚ﾌ゙ﾍ゚ﾎ゙
StrLen      : 10
RebuildStr  : バピブペボ
RebuildLen  : 5
parseOption : [HALF2FULL_KANA, COMBININGVOICEMARK_KANA]
Pos       0 : バ u+30d0
Pos       1 : ピ u+30d4
Pos       2 : ブ u+30d6
Pos       3 : ペ u+30da
Pos       4 : ボ u+30dc
----------------------------------
Str         : ハ゜ヒ゛フ゜ヘ゛ホ゜ハﾟヒﾞフﾟヘﾞホﾟ
StrLen      : 20
RebuildStr  : パビプベポパビプベポ
RebuildLen  : 10
parseOption : [HALF2FULL_KANA, COMBININGVOICEMARK_KANA]
Pos       0 : パ u+30d1
Pos       1 : ビ u+30d3
Pos       2 : プ u+30d7
Pos       3 : ベ u+30d9
Pos       4 : ポ u+30dd
Pos       5 : パ u+30d1
Pos       6 : ビ u+30d3
Pos       7 : プ u+30d7
Pos       8 : ベ u+30d9
Pos       9 : ポ u+30dd
----------------------------------
Str         : は゜ひ゛ふ゜へ゛ほ゜はﾟひﾞふﾟへﾞほﾟ
StrLen      : 20
RebuildStr  : ぱびぷべぽぱびぷべぽ
RebuildLen  : 10
parseOption : [HALF2FULL_KANA, COMBININGVOICEMARK_KANA]
Pos       0 : ぱ u+3071
Pos       1 : び u+3073
Pos       2 : ぷ u+3077
Pos       3 : べ u+3079
Pos       4 : ぽ u+307d
Pos       5 : ぱ u+3071
Pos       6 : び u+3073
Pos       7 : ぷ u+3077
Pos       8 : べ u+3079
Pos       9 : ぽ u+307d
----------------------------------
Str         : ぱびぷべぽバビブベボ
StrLen      : 10
RebuildStr  : ぱびぷべぽバビブベボ
RebuildLen  : 10
parseOption : [HALF2FULL_KANA, COMBININGVOICEMARK_KANA]
Pos       0 : ぱ u+3071
Pos       1 : び u+3073
Pos       2 : ぷ u+3077
Pos       3 : べ u+3079
Pos       4 : ぽ u+307d
Pos       5 : バ u+30d0
Pos       6 : ビ u+30d3
Pos       7 : ブ u+30d6
Pos       8 : ベ u+30d9
Pos       9 : ボ u+30dc
----------------------------------
Str         : ぱびぷべぽバピブペボ
StrLen      : 20
RebuildStr  : ぱびぷべぽバピブペボ
RebuildLen  : 10
parseOption : [HALF2FULL_KANA, COMBININGVOICEMARK_KANA]
Pos       0 : ぱ u+3071
Pos       1 : び u+3073
Pos       2 : ぷ u+3077
Pos       3 : べ u+3079
Pos       4 : ぽ u+307d
Pos       5 : バ u+30d0
Pos       6 : ピ u+30d4
Pos       7 : ブ u+30d6
Pos       8 : ペ u+30da
Pos       9 : ボ u+30dc

MyKanjiDemo04の実行結果

めったにない組み合わせの確認。大丈夫そう。

実行結果。

NONE HALF2FULL_KANA COMBININGVOICEMARK_KANA COMBININGVOICEMARK_KANA + HALF2FULL_KANA 
----------------------------------
Str         : み゚み゙ミ゚ミ゙ﾐ゚ﾐ゙伊゙藤゚
StrLen      : 16
RebuildStr  : み゚み゙ミ゚ミ゙ﾐ゚ﾐ゙伊゙藤゚
RebuildLen  : 16
parseOption : [NONE]
Pos       0 : み゚ u+307f, u+309a
Pos       1 : み゙ u+307f, u+3099
Pos       2 : ミ゚ u+30df, u+309a
Pos       3 : ミ゙ u+30df, u+3099
Pos       4 : ﾐ゚ u+ff90, u+309a
Pos       5 : ﾐ゙ u+ff90, u+3099
Pos       6 : 伊゙ u+4f0a, u+3099
Pos       7 : 藤゚ u+85e4, u+309a
----------------------------------
Str         : み゛み゜ミ゛ミ゜ﾐ゛ﾐ゜伊゜藤゛
StrLen      : 16
RebuildStr  : み゛み゜ミ゛ミ゜ﾐ゛ﾐ゜伊゜藤゛
RebuildLen  : 16
parseOption : [NONE]
Pos       0 : み゛ u+307f, u+309b
Pos       1 : み゜ u+307f, u+309c
Pos       2 : ミ゛ u+30df, u+309b
Pos       3 : ミ゜ u+30df, u+309c
Pos       4 : ﾐ゛ u+ff90, u+309b
Pos       5 : ﾐ゜ u+ff90, u+309c
Pos       6 : 伊゜ u+4f0a, u+309c
Pos       7 : 藤゛ u+85e4, u+309b
----------------------------------
Str         : みﾞみﾟミﾞミﾟﾐﾞﾐﾟ伊ﾟ藤ﾞ
StrLen      : 16
RebuildStr  : みﾞみﾟミﾞミﾟﾐﾞﾐﾟ伊ﾟ藤ﾞ
RebuildLen  : 16
parseOption : [NONE]
Pos       0 : みﾞ u+307f, u+ff9e
Pos       1 : みﾟ u+307f, u+ff9f
Pos       2 : ミﾞ u+30df, u+ff9e
Pos       3 : ミﾟ u+30df, u+ff9f
Pos       4 : ﾐﾞ u+ff90, u+ff9e
Pos       5 : ﾐﾟ u+ff90, u+ff9f
Pos       6 : 伊ﾟ u+4f0a, u+ff9f
Pos       7 : 藤ﾞ u+85e4, u+ff9e

----------------------------------
Str         : み゚み゙ミ゚ミ゙ﾐ゚ﾐ゙伊゙藤゚
StrLen      : 16
RebuildStr  : み゚み゙ミ゚ミ゙ミ゚ミ゙伊゙藤゚
RebuildLen  : 16
parseOption : [HALF2FULL_KANA]
Pos       0 : み゚ u+307f, u+309a
Pos       1 : み゙ u+307f, u+3099
Pos       2 : ミ゚ u+30df, u+309a
Pos       3 : ミ゙ u+30df, u+3099
Pos       4 : ミ゚ u+30df, u+309a
Pos       5 : ミ゙ u+30df, u+3099
Pos       6 : 伊゙ u+4f0a, u+3099
Pos       7 : 藤゚ u+85e4, u+309a
----------------------------------
Str         : み゛み゜ミ゛ミ゜ﾐ゛ﾐ゜伊゜藤゛
StrLen      : 16
RebuildStr  : み゛み゜ミ゛ミ゜ミ゛ミ゜伊゜藤゛
RebuildLen  : 16
parseOption : [HALF2FULL_KANA]
Pos       0 : み゛ u+307f, u+309b
Pos       1 : み゜ u+307f, u+309c
Pos       2 : ミ゛ u+30df, u+309b
Pos       3 : ミ゜ u+30df, u+309c
Pos       4 : ミ゛ u+30df, u+309b
Pos       5 : ミ゜ u+30df, u+309c
Pos       6 : 伊゜ u+4f0a, u+309c
Pos       7 : 藤゛ u+85e4, u+309b
----------------------------------
Str         : みﾞみﾟミﾞミﾟﾐﾞﾐﾟ伊ﾟ藤ﾞ
StrLen      : 16
RebuildStr  : み゛み゜ミ゛ミ゜ミ゛ミ゜伊゜藤゛
RebuildLen  : 16
parseOption : [HALF2FULL_KANA]
Pos       0 : み゛ u+307f, u+309b
Pos       1 : み゜ u+307f, u+309c
Pos       2 : ミ゛ u+30df, u+309b
Pos       3 : ミ゜ u+30df, u+309c
Pos       4 : ミ゛ u+30df, u+309b
Pos       5 : ミ゜ u+30df, u+309c
Pos       6 : 伊゜ u+4f0a, u+309c
Pos       7 : 藤゛ u+85e4, u+309b

----------------------------------
Str         : み゚み゙ミ゚ミ゙ﾐ゚ﾐ゙伊゙藤゚
StrLen      : 16
RebuildStr  : み゜み゛ミ゜ミ゛ﾐ゜ﾐ゛伊゛藤゜
RebuildLen  : 16
parseOption : [COMBININGVOICEMARK_KANA]
Pos       0 : み゜ u+307f, u+309c
Pos       1 : み゛ u+307f, u+309b
Pos       2 : ミ゜ u+30df, u+309c
Pos       3 : ミ゛ u+30df, u+309b
Pos       4 : ﾐ゜ u+ff90, u+309c
Pos       5 : ﾐ゛ u+ff90, u+309b
Pos       6 : 伊゛ u+4f0a, u+309b
Pos       7 : 藤゜ u+85e4, u+309c
----------------------------------
Str         : み゛み゜ミ゛ミ゜ﾐ゛ﾐ゜伊゜藤゛
StrLen      : 16
RebuildStr  : み゛み゜ミ゛ミ゜ﾐ゛ﾐ゜伊゜藤゛
RebuildLen  : 16
parseOption : [COMBININGVOICEMARK_KANA]
Pos       0 : み゛ u+307f, u+309b
Pos       1 : み゜ u+307f, u+309c
Pos       2 : ミ゛ u+30df, u+309b
Pos       3 : ミ゜ u+30df, u+309c
Pos       4 : ﾐ゛ u+ff90, u+309b
Pos       5 : ﾐ゜ u+ff90, u+309c
Pos       6 : 伊゜ u+4f0a, u+309c
Pos       7 : 藤゛ u+85e4, u+309b
----------------------------------
Str         : みﾞみﾟミﾞミﾟﾐﾞﾐﾟ伊ﾟ藤ﾞ
StrLen      : 16
RebuildStr  : みﾞみﾟミﾞミﾟﾐﾞﾐﾟ伊ﾟ藤ﾞ
RebuildLen  : 16
parseOption : [COMBININGVOICEMARK_KANA]
Pos       0 : みﾞ u+307f, u+ff9e
Pos       1 : みﾟ u+307f, u+ff9f
Pos       2 : ミﾞ u+30df, u+ff9e
Pos       3 : ミﾟ u+30df, u+ff9f
Pos       4 : ﾐﾞ u+ff90, u+ff9e
Pos       5 : ﾐﾟ u+ff90, u+ff9f
Pos       6 : 伊ﾟ u+4f0a, u+ff9f
Pos       7 : 藤ﾞ u+85e4, u+ff9e

----------------------------------
Str         : み゚み゙ミ゚ミ゙ﾐ゚ﾐ゙伊゙藤゚
StrLen      : 16
RebuildStr  : み゜み゛ミ゜ミ゛ミ゜ミ゛伊゛藤゜
RebuildLen  : 16
parseOption : [HALF2FULL_KANA, COMBININGVOICEMARK_KANA]
Pos       0 : み゜ u+307f, u+309c
Pos       1 : み゛ u+307f, u+309b
Pos       2 : ミ゜ u+30df, u+309c
Pos       3 : ミ゛ u+30df, u+309b
Pos       4 : ミ゜ u+30df, u+309c
Pos       5 : ミ゛ u+30df, u+309b
Pos       6 : 伊゛ u+4f0a, u+309b
Pos       7 : 藤゜ u+85e4, u+309c
----------------------------------
Str         : み゛み゜ミ゛ミ゜ﾐ゛ﾐ゜伊゜藤゛
StrLen      : 16
RebuildStr  : み゛み゜ミ゛ミ゜ミ゛ミ゜伊゜藤゛
RebuildLen  : 16
parseOption : [HALF2FULL_KANA, COMBININGVOICEMARK_KANA]
Pos       0 : み゛ u+307f, u+309b
Pos       1 : み゜ u+307f, u+309c
Pos       2 : ミ゛ u+30df, u+309b
Pos       3 : ミ゜ u+30df, u+309c
Pos       4 : ミ゛ u+30df, u+309b
Pos       5 : ミ゜ u+30df, u+309c
Pos       6 : 伊゜ u+4f0a, u+309c
Pos       7 : 藤゛ u+85e4, u+309b
----------------------------------
Str         : みﾞみﾟミﾞミﾟﾐﾞﾐﾟ伊ﾟ藤ﾞ
StrLen      : 16
RebuildStr  : み゛み゜ミ゛ミ゜ミ゛ミ゜伊゜藤゛
RebuildLen  : 16
parseOption : [HALF2FULL_KANA, COMBININGVOICEMARK_KANA]
Pos       0 : み゛ u+307f, u+309b
Pos       1 : み゜ u+307f, u+309c
Pos       2 : ミ゛ u+30df, u+309b
Pos       3 : ミ゜ u+30df, u+309c
Pos       4 : ミ゛ u+30df, u+309b
Pos       5 : ミ゜ u+30df, u+309c
Pos       6 : 伊゜ u+4f0a, u+309c
Pos       7 : 藤゛ u+85e4, u+309b

MyKanjiDemo05の実行結果

濁音・半濁音記号単体の時の処理。

実行結果。

NONE HALF2FULL_KANA COMBININGVOICEMARK_KANA COMBININGVOICEMARK_KANA + HALF2FULL_KANA 
----------------------------------
Str         : ゛゜
StrLen      : 2
RebuildStr  : ゛゜
RebuildLen  : 2
parseOption : [NONE]
Pos       0 : ゛ u+309b
Pos       1 : ゜ u+309c
----------------------------------
Str         : ﾞﾟ
StrLen      : 2
RebuildStr  : ﾞﾟ
RebuildLen  : 2
parseOption : [NONE]
Pos       0 : ﾞ u+ff9e
Pos       1 : ﾟ u+ff9f
----------------------------------
Str         : ゙゚
StrLen      : 2
RebuildStr  : ゛゜
RebuildLen  : 2
parseOption : [NONE]
Pos       0 : ゛ u+309b
Pos       1 : ゜ u+309c
----------------------------------
Str         : はﾞﾟヒﾞﾟふ゛゜ヘ゛゜
StrLen      : 12
RebuildStr  : はﾞﾟヒﾞﾟふ゛゜ヘ゛゜
RebuildLen  : 12
parseOption : [NONE]
Pos       0 : はﾞ u+306f, u+ff9e
Pos       1 : ﾟ u+ff9f
Pos       2 : ヒﾞ u+30d2, u+ff9e
Pos       3 : ﾟ u+ff9f
Pos       4 : ふ゛ u+3075, u+309b
Pos       5 : ゜ u+309c
Pos       6 : ヘ゛ u+30d8, u+309b
Pos       7 : ゜ u+309c
----------------------------------
Str         : ばﾞﾟビﾞﾟぶ゛゜ベ゛゜
StrLen      : 12
RebuildStr  : ばﾞﾟビﾞﾟぶ゛゜ベ゛゜
RebuildLen  : 12
parseOption : [NONE]
Pos       0 : ば u+3070
Pos       1 : ﾞ u+ff9e
Pos       2 : ﾟ u+ff9f
Pos       3 : ビ u+30d3
Pos       4 : ﾞ u+ff9e
Pos       5 : ﾟ u+ff9f
Pos       6 : ぶ u+3076
Pos       7 : ゛ u+309b
Pos       8 : ゜ u+309c
Pos       9 : ベ u+30d9
Pos      10 : ゛ u+309b
Pos      11 : ゜ u+309c
----------------------------------
Str         : ﾊﾞﾟﾋﾞﾟﾌ゛゜ﾍ゛゜
StrLen      : 12
RebuildStr  : ﾊﾞﾟﾋﾞﾟﾌ゛゜ﾍ゛゜
RebuildLen  : 12
parseOption : [NONE]
Pos       0 : ﾊﾞ u+ff8a, u+ff9e
Pos       1 : ﾟ u+ff9f
Pos       2 : ﾋﾞ u+ff8b, u+ff9e
Pos       3 : ﾟ u+ff9f
Pos       4 : ﾌ゛ u+ff8c, u+309b
Pos       5 : ゜ u+309c
Pos       6 : ﾍ゛ u+ff8d, u+309b
Pos       7 : ゜ u+309c
----------------------------------
Str         : ﾞﾟん
StrLen      : 3
RebuildStr  : ﾞﾟん
RebuildLen  : 3
parseOption : [NONE]
Pos       0 : ﾞ u+ff9e
Pos       1 : ﾟ u+ff9f
Pos       2 : ん u+3093
----------------------------------
Str         : ゛゜ん
StrLen      : 3
RebuildStr  : ゛゜ん
RebuildLen  : 3
parseOption : [NONE]
Pos       0 : ゛ u+309b
Pos       1 : ゜ u+309c
Pos       2 : ん u+3093

----------------------------------
Str         : ゛゜
StrLen      : 2
RebuildStr  : ゛゜
RebuildLen  : 2
parseOption : [HALF2FULL_KANA]
Pos       0 : ゛ u+309b
Pos       1 : ゜ u+309c
----------------------------------
Str         : ﾞﾟ
StrLen      : 2
RebuildStr  : ゛゜
RebuildLen  : 2
parseOption : [HALF2FULL_KANA]
Pos       0 : ゛ u+309b
Pos       1 : ゜ u+309c
----------------------------------
Str         : ゙゚
StrLen      : 2
RebuildStr  : ゛゜
RebuildLen  : 2
parseOption : [HALF2FULL_KANA]
Pos       0 : ゛ u+309b
Pos       1 : ゜ u+309c
----------------------------------
Str         : はﾞﾟヒﾞﾟふ゛゜ヘ゛゜
StrLen      : 12
RebuildStr  : は゛゜ヒ゛゜ふ゛゜ヘ゛゜
RebuildLen  : 12
parseOption : [HALF2FULL_KANA]
Pos       0 : は゛ u+306f, u+309b
Pos       1 : ゜ u+309c
Pos       2 : ヒ゛ u+30d2, u+309b
Pos       3 : ゜ u+309c
Pos       4 : ふ゛ u+3075, u+309b
Pos       5 : ゜ u+309c
Pos       6 : ヘ゛ u+30d8, u+309b
Pos       7 : ゜ u+309c
----------------------------------
Str         : ばﾞﾟビﾞﾟぶ゛゜ベ゛゜
StrLen      : 12
RebuildStr  : ば゛゜ビ゛゜ぶ゛゜ベ゛゜
RebuildLen  : 12
parseOption : [HALF2FULL_KANA]
Pos       0 : ば u+3070
Pos       1 : ゛ u+309b
Pos       2 : ゜ u+309c
Pos       3 : ビ u+30d3
Pos       4 : ゛ u+309b
Pos       5 : ゜ u+309c
Pos       6 : ぶ u+3076
Pos       7 : ゛ u+309b
Pos       8 : ゜ u+309c
Pos       9 : ベ u+30d9
Pos      10 : ゛ u+309b
Pos      11 : ゜ u+309c
----------------------------------
Str         : ﾊﾞﾟﾋﾞﾟﾌ゛゜ﾍ゛゜
StrLen      : 12
RebuildStr  : ハ゛゜ヒ゛゜フ゛゜ヘ゛゜
RebuildLen  : 12
parseOption : [HALF2FULL_KANA]
Pos       0 : ハ゛ u+30cf, u+309b
Pos       1 : ゜ u+309c
Pos       2 : ヒ゛ u+30d2, u+309b
Pos       3 : ゜ u+309c
Pos       4 : フ゛ u+30d5, u+309b
Pos       5 : ゜ u+309c
Pos       6 : ヘ゛ u+30d8, u+309b
Pos       7 : ゜ u+309c
----------------------------------
Str         : ﾞﾟん
StrLen      : 3
RebuildStr  : ゛゜ん
RebuildLen  : 3
parseOption : [HALF2FULL_KANA]
Pos       0 : ゛ u+309b
Pos       1 : ゜ u+309c
Pos       2 : ん u+3093
----------------------------------
Str         : ゛゜ん
StrLen      : 3
RebuildStr  : ゛゜ん
RebuildLen  : 3
parseOption : [HALF2FULL_KANA]
Pos       0 : ゛ u+309b
Pos       1 : ゜ u+309c
Pos       2 : ん u+3093

----------------------------------
Str         : ゛゜
StrLen      : 2
RebuildStr  : ゛゜
RebuildLen  : 2
parseOption : [COMBININGVOICEMARK_KANA]
Pos       0 : ゛ u+309b
Pos       1 : ゜ u+309c
----------------------------------
Str         : ﾞﾟ
StrLen      : 2
RebuildStr  : ﾞﾟ
RebuildLen  : 2
parseOption : [COMBININGVOICEMARK_KANA]
Pos       0 : ﾞ u+ff9e
Pos       1 : ﾟ u+ff9f
----------------------------------
Str         : ゙゚
StrLen      : 2
RebuildStr  : ゛゜
RebuildLen  : 2
parseOption : [COMBININGVOICEMARK_KANA]
Pos       0 : ゛ u+309b
Pos       1 : ゜ u+309c
----------------------------------
Str         : はﾞﾟヒﾞﾟふ゛゜ヘ゛゜
StrLen      : 12
RebuildStr  : はﾞﾟヒﾞﾟぶ゜ベ゜
RebuildLen  : 10
parseOption : [COMBININGVOICEMARK_KANA]
Pos       0 : はﾞ u+306f, u+ff9e
Pos       1 : ﾟ u+ff9f
Pos       2 : ヒﾞ u+30d2, u+ff9e
Pos       3 : ﾟ u+ff9f
Pos       4 : ぶ u+3076
Pos       5 : ゜ u+309c
Pos       6 : ベ u+30d9
Pos       7 : ゜ u+309c
----------------------------------
Str         : ばﾞﾟビﾞﾟぶ゛゜ベ゛゜
StrLen      : 12
RebuildStr  : ばﾞﾟビﾞﾟぶ゛゜ベ゛゜
RebuildLen  : 12
parseOption : [COMBININGVOICEMARK_KANA]
Pos       0 : ば u+3070
Pos       1 : ﾞ u+ff9e
Pos       2 : ﾟ u+ff9f
Pos       3 : ビ u+30d3
Pos       4 : ﾞ u+ff9e
Pos       5 : ﾟ u+ff9f
Pos       6 : ぶ u+3076
Pos       7 : ゛ u+309b
Pos       8 : ゜ u+309c
Pos       9 : ベ u+30d9
Pos      10 : ゛ u+309b
Pos      11 : ゜ u+309c
----------------------------------
Str         : ﾊﾞﾟﾋﾞﾟﾌ゛゜ﾍ゛゜
StrLen      : 12
RebuildStr  : ﾊﾞﾟﾋﾞﾟﾌ゛゜ﾍ゛゜
RebuildLen  : 12
parseOption : [COMBININGVOICEMARK_KANA]
Pos       0 : ﾊﾞ u+ff8a, u+ff9e
Pos       1 : ﾟ u+ff9f
Pos       2 : ﾋﾞ u+ff8b, u+ff9e
Pos       3 : ﾟ u+ff9f
Pos       4 : ﾌ゛ u+ff8c, u+309b
Pos       5 : ゜ u+309c
Pos       6 : ﾍ゛ u+ff8d, u+309b
Pos       7 : ゜ u+309c
----------------------------------
Str         : ﾞﾟん
StrLen      : 3
RebuildStr  : ﾞﾟん
RebuildLen  : 3
parseOption : [COMBININGVOICEMARK_KANA]
Pos       0 : ﾞ u+ff9e
Pos       1 : ﾟ u+ff9f
Pos       2 : ん u+3093
----------------------------------
Str         : ゛゜ん
StrLen      : 3
RebuildStr  : ゛゜ん
RebuildLen  : 3
parseOption : [COMBININGVOICEMARK_KANA]
Pos       0 : ゛ u+309b
Pos       1 : ゜ u+309c
Pos       2 : ん u+3093

----------------------------------
Str         : ゛゜
StrLen      : 2
RebuildStr  : ゛゜
RebuildLen  : 2
parseOption : [HALF2FULL_KANA, COMBININGVOICEMARK_KANA]
Pos       0 : ゛ u+309b
Pos       1 : ゜ u+309c
----------------------------------
Str         : ﾞﾟ
StrLen      : 2
RebuildStr  : ゛゜
RebuildLen  : 2
parseOption : [HALF2FULL_KANA, COMBININGVOICEMARK_KANA]
Pos       0 : ゛ u+309b
Pos       1 : ゜ u+309c
----------------------------------
Str         : ゙゚
StrLen      : 2
RebuildStr  : ゛゜
RebuildLen  : 2
parseOption : [HALF2FULL_KANA, COMBININGVOICEMARK_KANA]
Pos       0 : ゛ u+309b
Pos       1 : ゜ u+309c
----------------------------------
Str         : はﾞﾟヒﾞﾟふ゛゜ヘ゛゜
StrLen      : 12
RebuildStr  : ば゜ビ゜ぶ゜ベ゜
RebuildLen  : 8
parseOption : [HALF2FULL_KANA, COMBININGVOICEMARK_KANA]
Pos       0 : ば u+3070
Pos       1 : ゜ u+309c
Pos       2 : ビ u+30d3
Pos       3 : ゜ u+309c
Pos       4 : ぶ u+3076
Pos       5 : ゜ u+309c
Pos       6 : ベ u+30d9
Pos       7 : ゜ u+309c
----------------------------------
Str         : ばﾞﾟビﾞﾟぶ゛゜ベ゛゜
StrLen      : 12
RebuildStr  : ば゛゜ビ゛゜ぶ゛゜ベ゛゜
RebuildLen  : 12
parseOption : [HALF2FULL_KANA, COMBININGVOICEMARK_KANA]
Pos       0 : ば u+3070
Pos       1 : ゛ u+309b
Pos       2 : ゜ u+309c
Pos       3 : ビ u+30d3
Pos       4 : ゛ u+309b
Pos       5 : ゜ u+309c
Pos       6 : ぶ u+3076
Pos       7 : ゛ u+309b
Pos       8 : ゜ u+309c
Pos       9 : ベ u+30d9
Pos      10 : ゛ u+309b
Pos      11 : ゜ u+309c
----------------------------------
Str         : ﾊﾞﾟﾋﾞﾟﾌ゛゜ﾍ゛゜
StrLen      : 12
RebuildStr  : バ゜ビ゜ブ゜ベ゜
RebuildLen  : 8
parseOption : [HALF2FULL_KANA, COMBININGVOICEMARK_KANA]
Pos       0 : バ u+30d0
Pos       1 : ゜ u+309c
Pos       2 : ビ u+30d3
Pos       3 : ゜ u+309c
Pos       4 : ブ u+30d6
Pos       5 : ゜ u+309c
Pos       6 : ベ u+30d9
Pos       7 : ゜ u+309c
----------------------------------
Str         : ﾞﾟん
StrLen      : 3
RebuildStr  : ゛゜ん
RebuildLen  : 3
parseOption : [HALF2FULL_KANA, COMBININGVOICEMARK_KANA]
Pos       0 : ゛ u+309b
Pos       1 : ゜ u+309c
Pos       2 : ん u+3093
----------------------------------
Str         : ゛゜ん
StrLen      : 3
RebuildStr  : ゛゜ん
RebuildLen  : 3
parseOption : [HALF2FULL_KANA, COMBININGVOICEMARK_KANA]
Pos       0 : ゛ u+309b
Pos       1 : ゜ u+309c
Pos       2 : ん u+3093

MyKanjiDemo06の実行結果

記号・絵文字の時の処理。

実行結果。

NONE HALF2FULL_KANA COMBININGVOICEMARK_KANA COMBININGVOICEMARK_KANA + HALF2FULL_KANA 
----------------------------------
Str         : ￩￫￪￬￭￮
StrLen      : 6
RebuildStr  : ￩￫￪￬￭￮
RebuildLen  : 6
parseOption : [NONE]
Pos       0 : ￩ u+ffe9
Pos       1 : ￫ u+ffeb
Pos       2 : ￪ u+ffea
Pos       3 : ￬ u+ffec
Pos       4 : ￭ u+ffed
Pos       5 : ￮ u+ffee
----------------------------------
Str         : ㈱¼㌫①2⃣⓷❹㈤㊅ⓓ⒨
StrLen      : 12
RebuildStr  : ㈱¼㌫①2⃣⓷❹㈤㊅ⓓ⒨
RebuildLen  : 12
parseOption : [NONE]
Pos       0 : ㈱ u+3231
Pos       1 : ¼ u+bc
Pos       2 : ㌫ u+332b
Pos       3 : ① u+2460
Pos       4 : 2⃣ u+32, u+20e3
Pos       5 : ⓷ u+24f7
Pos       6 : ❹ u+2779
Pos       7 : ㈤ u+3224
Pos       8 : ㊅ u+3285
Pos       9 : ⓓ u+24d3
Pos      10 : ⒨ u+24a8
----------------------------------
Str         : 🐎✌
StrLen      : 3
RebuildStr  : 🐎✌
RebuildLen  : 3
parseOption : [NONE]
Pos       0 : 🐎 u+1f40e
Pos       1 : ✌ u+270c

----------------------------------
Str         : ￩￫￪￬￭￮
StrLen      : 6
RebuildStr  : ←→↑↓■○
RebuildLen  : 6
parseOption : [HALF2FULL_KANA]
Pos       0 : ← u+2190
Pos       1 : → u+2192
Pos       2 : ↑ u+2191
Pos       3 : ↓ u+2193
Pos       4 : ■ u+25a0
Pos       5 : ○ u+25cb
----------------------------------
Str         : ㈱¼㌫①2⃣⓷❹㈤㊅ⓓ⒨
StrLen      : 12
RebuildStr  : ㈱¼㌫①2⃣⓷❹㈤㊅ⓓ⒨
RebuildLen  : 12
parseOption : [HALF2FULL_KANA]
Pos       0 : ㈱ u+3231
Pos       1 : ¼ u+bc
Pos       2 : ㌫ u+332b
Pos       3 : ① u+2460
Pos       4 : 2⃣ u+32, u+20e3
Pos       5 : ⓷ u+24f7
Pos       6 : ❹ u+2779
Pos       7 : ㈤ u+3224
Pos       8 : ㊅ u+3285
Pos       9 : ⓓ u+24d3
Pos      10 : ⒨ u+24a8
----------------------------------
Str         : 🐎✌
StrLen      : 3
RebuildStr  : 🐎✌
RebuildLen  : 3
parseOption : [HALF2FULL_KANA]
Pos       0 : 🐎 u+1f40e
Pos       1 : ✌ u+270c

----------------------------------
Str         : ￩￫￪￬￭￮
StrLen      : 6
RebuildStr  : ￩￫￪￬￭￮
RebuildLen  : 6
parseOption : [COMBININGVOICEMARK_KANA]
Pos       0 : ￩ u+ffe9
Pos       1 : ￫ u+ffeb
Pos       2 : ￪ u+ffea
Pos       3 : ￬ u+ffec
Pos       4 : ￭ u+ffed
Pos       5 : ￮ u+ffee
----------------------------------
Str         : ㈱¼㌫①2⃣⓷❹㈤㊅ⓓ⒨
StrLen      : 12
RebuildStr  : ㈱¼㌫①2⃣⓷❹㈤㊅ⓓ⒨
RebuildLen  : 12
parseOption : [COMBININGVOICEMARK_KANA]
Pos       0 : ㈱ u+3231
Pos       1 : ¼ u+bc
Pos       2 : ㌫ u+332b
Pos       3 : ① u+2460
Pos       4 : 2⃣ u+32, u+20e3
Pos       5 : ⓷ u+24f7
Pos       6 : ❹ u+2779
Pos       7 : ㈤ u+3224
Pos       8 : ㊅ u+3285
Pos       9 : ⓓ u+24d3
Pos      10 : ⒨ u+24a8
----------------------------------
Str         : 🐎✌
StrLen      : 3
RebuildStr  : 🐎✌
RebuildLen  : 3
parseOption : [COMBININGVOICEMARK_KANA]
Pos       0 : 🐎 u+1f40e
Pos       1 : ✌ u+270c

----------------------------------
Str         : ￩￫￪￬￭￮
StrLen      : 6
RebuildStr  : ←→↑↓■○
RebuildLen  : 6
parseOption : [HALF2FULL_KANA, COMBININGVOICEMARK_KANA]
Pos       0 : ← u+2190
Pos       1 : → u+2192
Pos       2 : ↑ u+2191
Pos       3 : ↓ u+2193
Pos       4 : ■ u+25a0
Pos       5 : ○ u+25cb
----------------------------------
Str         : ㈱¼㌫①2⃣⓷❹㈤㊅ⓓ⒨
StrLen      : 12
RebuildStr  : ㈱¼㌫①2⃣⓷❹㈤㊅ⓓ⒨
RebuildLen  : 12
parseOption : [HALF2FULL_KANA, COMBININGVOICEMARK_KANA]
Pos       0 : ㈱ u+3231
Pos       1 : ¼ u+bc
Pos       2 : ㌫ u+332b
Pos       3 : ① u+2460
Pos       4 : 2⃣ u+32, u+20e3
Pos       5 : ⓷ u+24f7
Pos       6 : ❹ u+2779
Pos       7 : ㈤ u+3224
Pos       8 : ㊅ u+3285
Pos       9 : ⓓ u+24d3
Pos      10 : ⒨ u+24a8
----------------------------------
Str         : 🐎✌
StrLen      : 3
RebuildStr  : 🐎✌
RebuildLen  : 3
parseOption : [HALF2FULL_KANA, COMBININGVOICEMARK_KANA]
Pos       0 : 🐎 u+1f40e
Pos       1 : ✌ u+270c

作成した文字列分解クラス

1文字毎に切り出してコードポイントのリストを返すクラスをでっちあげる。異字体セレクタがあればこれもまとめる。
分解処理を提供するメソッド parseToCodepoints() を用意。

半角(HALFWIDE)・全角(FULLWIDE)に関わらず、濁音と半濁音記号は直前の文字に紐づくものとして扱う。
ただし、直前の文字が濁音と半濁音記号だった場合は別の文字として扱う。※MyKanjiDemo05のあたり。

前々回より、不明瞭だった仕様が明確になりました。

MyStringToChars.java
package myKanjiDemos;
 
import java.util.ArrayList;
import java.util.EnumSet;
import java.util.HashMap;
import java.util.List;
import java.util.Map;
 
public class MyStringToChars {
 
	// 文字列分解時のオプション
	public enum CharsNormalize
	{
		// ダミー
		NONE,
		// 半角カナを全角カナへ変換する
		HALF2FULL_KANA,
		// 文字と濁音・半濁音記号を1文字に統合する
		COMBININGVOICEMARK_KANA
	};
 
	// 1文字リストの内容から文字列を生成する
	public static String makeStringFromList(List<List<Integer>> parsedList)
	{
		StringBuilder sbRebuild = new StringBuilder();
 
		sbRebuild.setLength(0);
		for(int pos=0; pos < parsedList.size(); pos++) {
			for(int idx = 0; idx < parsedList.get(pos).size(); idx++) {
				sbRebuild.appendCodePoint(parsedList.get(pos).get(idx));
			}
		}
 
		return sbRebuild.toString();
	}
 
	// 文字列を1文字ずつ分解してリストにする
	public static List<List<Integer>> parseToCodepoints(String str, EnumSet<CharsNormalize> normalize)
	{
		List<List<Integer>> ans = new ArrayList<List<Integer>>();
 
		Integer currentCodepoint;
		Integer codepoint;
 
		for(int idx = 0; idx<str.length(); idx++) {
			currentCodepoint = codepoint = str.codePointAt(idx); 
 
			if(isDiacriticalMarksSymbols(codepoint)) { // 異字体セレクタに対応
				appendCharCodepoint(ans, codepoint);
			}
			else if ( isVariationSelectors(codepoint) ) { // 記号用ダイアクリティカルマーク処理
				appendCharCodepoint(ans, codepoint);
			}
			else { // 通常
 
				if(normalize.contains(CharsNormalize.HALF2FULL_KANA)) { // カナのFULLWIDE化
					codepoint = normalizationHalf2FullKana(codepoint);
				}
 
				if(normalize.contains(CharsNormalize.COMBININGVOICEMARK_KANA)) { // 濁音・半濁音記号正規化処理
					if (isSoundmarkKana(codepoint)) { // 濁音・半濁音記号処理
						concatCharAndSoundmarkKana(ans, codepoint);
					}
					else {
						appendChar(ans, codepoint);
					}
				}
				else { // 通常!!!!!
					if (isSoundmarkKana(codepoint)) {
						mergeCharAndSoundmarkKana(ans, codepoint);
					}
					else {
						appendChar(ans, codepoint);
					}
 
				}
			}
 
			 // 入力文字列ではサロゲートペアの上位コードを指しているので
			if(currentCodepoint > 65535) idx++;
 
		}
 
		return ans;
	}
 
	// 記号用ダイアクリティカルマーク判定
	private static boolean isDiacriticalMarksSymbols(int codepoint)
	{
		boolean ans = false;
 
		if( (codepoint >= 0x20D0)&& (codepoint <= 0x20FF) ) ans = true;
 
		return ans;
	}
 
	// 異字体セレクタ判定
	private static boolean isVariationSelectors(int codepoint)
	{
		boolean ans = false;
 
		if ( ((codepoint>=0xe0100)&&(codepoint<=0xe01ef)) ||
			 ((codepoint>=0xef00 )&&(codepoint<=0xef0f ))    ) {
			ans = true;
		}
 
		return ans;
	}
 
	// 濁音半濁音記号判定
	private static boolean isSoundmarkKana(int soundmarkCodepoint)
	{
		boolean ans = false;
 
		if(mapVoicemarkKana.containsKey(soundmarkCodepoint)) {
			ans = true;
		}
 
		return ans;
	}
 
	// かな濁音半濁音記号付き判定
	private static boolean isKanaWithSoundmark(int kanaCodepoint)
	{
		boolean ans = false;
 
		if(mapKanaWithJudgeVoicemark.containsKey(kanaCodepoint)) {
			ans = !mapKanaWithJudgeVoicemark.get(kanaCodepoint);
		}
 
		return ans;
	}
 
 
	// 半角カナを全角カナへ正規化する
	private static Integer normalizationHalf2FullKana(int kanaCodepoint)
	{
		Integer ans = kanaCodepoint;
 
		if(mapHalf2FullKana.containsKey(kanaCodepoint)) {
			ans = mapHalf2FullKana.get(kanaCodepoint);
		}
 
		return ans;
	}
 
	// 結合文字の濁音・半濁音記号を正規化する
	private static Integer normalizationSoundmarkKana(int soundmarkCodepoint)
	{
		Integer ans = soundmarkCodepoint;
 
		if(mapVoicemarkKana.containsKey(soundmarkCodepoint)) {
			ans = mapVoicemarkKana.get(soundmarkCodepoint);
		}
 
		return ans;
	}
 
 
	// 文字の構成コードポイントを追加する
	private static void appendCharCodepoint(List<List<Integer>> charlist, int codepoint)
	{
		if(charlist != null) {
 
			if (charlist.size()==0) {
				charlist.add(new ArrayList<Integer>());
			}
 
			charlist.get(charlist.size()-1).add(codepoint);
		}
	}
 
	// 文字を追加する
	private static void appendChar(List<List<Integer>> charlist, int codepoint)
	{
		if(charlist != null) {
			charlist.add(new ArrayList<Integer>());
			charlist.get(charlist.size()-1).add(codepoint);
		}
	}
 
 
	// 濁音・半濁音記号を直前の文字の構成コードポイントとして追加する
	private static void mergeCharAndSoundmarkKana(List<List<Integer>> charlist, int soundmarkCodepoint)
	{
		List<Integer> targetChar;
		int kanaCodepoint;
 
 
		if(charlist.size()==0) { // 統合先の文字がないので単体のまま
			charlist.add( new ArrayList<Integer>() );
			charlist.get(0).add(normalizationSoundmarkKana(soundmarkCodepoint));
			return;
		}
 
		targetChar = charlist.get(charlist.size()-1);
		kanaCodepoint = targetChar.get(targetChar.size()-1);
 
		if (isSoundmarkKana(kanaCodepoint)) { //  統合先の文字が濁音・半濁音記号なら単体文字追加にする
			charlist.add( new ArrayList<Integer>() );
			charlist.get(charlist.size()-1).add(normalizationSoundmarkKana(soundmarkCodepoint));
			return;
		}
 
		if (isKanaWithSoundmark(kanaCodepoint)) { // 統合先の文字が濁音・半濁音記号付きなら単体文字追加にする
			charlist.add( new ArrayList<Integer>() );
			charlist.get(charlist.size()-1).add(normalizationSoundmarkKana(soundmarkCodepoint));
			return;
		}
 
		// 統合先の文字の構成要素に構成コードポイントを追加
		targetChar.add(normalizationSoundmarkKana(soundmarkCodepoint));
	}
 
	// 濁音・半濁音記号付きの文字に正規化する
	private static void concatCharAndSoundmarkKana(List<List<Integer>> charlist, int soundmarkCodepoint)
	{
		List<Integer> targetChar;
		int kanaCodepoint;
		int newsoundmark;
 
		if(charlist.size()==0) { // 統合先の文字がないので単体のまま
			charlist.add( new ArrayList<Integer>() );
			charlist.get(0).add(normalizationSoundmarkKana(soundmarkCodepoint));
			return;
		}
 
		targetChar = charlist.get(charlist.size()-1);
		kanaCodepoint = targetChar.get(targetChar.size()-1);
 
		if (isSoundmarkKana(kanaCodepoint)) { //  統合先の文字が濁音・半濁音記号なら単体文字追加にする
			charlist.add( new ArrayList<Integer>() );
			charlist.get(charlist.size()-1).add(normalizationSoundmarkKana(soundmarkCodepoint));
			return;
		}
 
		if (isKanaWithSoundmark(kanaCodepoint)) { // 統合先の文字が濁音・半濁音記号付きなら単体文字追加にする
			charlist.add( new ArrayList<Integer>() );
			charlist.get(charlist.size()-1).add(normalizationSoundmarkKana(soundmarkCodepoint));
			return;
		}
 
		// 統合先の文字のが濁音・半濁音記号を付与可能な場合は文字の差し替え
		newsoundmark = mapVoicemarkKana.get(soundmarkCodepoint);
 
		switch(newsoundmark)
		{
			case 0x309B:
				if (map309B.containsKey(kanaCodepoint)) {
					targetChar.remove(targetChar.size()-1);
					targetChar.add(map309B.get(kanaCodepoint));
				}
				else {
					targetChar.add(newsoundmark);
				}
				break;
 
			case 0x309C:
				if (map309C.containsKey(kanaCodepoint)) {
					targetChar.remove(targetChar.size()-1);
					targetChar.add(map309C.get(kanaCodepoint));
				}
				else {
					targetChar.add(newsoundmark);
				}
				break;
 
			default:
				targetChar.add(soundmarkCodepoint);
				break;
		}
	}
 
	private static Map<Integer, Integer> mapVoicemarkKana = new HashMap<Integer, Integer>()
	{{
		put( 0x3099 , 0x309B ); // 結合文字濁音
		put( 0x309A , 0x309C ); // 結合文字半濁音
		put( 0x309B , 0x309B ); // 濁音
		put( 0x309C , 0x309C ); // 濁音
		put( 0xFF9E , 0x309B ); // ハーフワイド濁音
		put( 0xFF9F , 0x309C ); // ハーフワイド半濁音
	}};
 
	private static Map<Integer, Boolean> mapKanaWithJudgeVoicemark = new HashMap<Integer, Boolean>()
	{{
		put( 0x3094  , false);  // ゔ 
		put( 0x304C  , false);  // が 
		put( 0x304E  , false);  // ぎ 
		put( 0x3050  , false);  // ぐ 
		put( 0x3052  , false);  // げ 
		put( 0x3054  , false);  // ご 
		put( 0x3056  , false);  // ざ 
		put( 0x3058  , false);  // じ 
		put( 0x305A  , false);  // ず 
		put( 0x305C  , false);  // ぜ 
		put( 0x305E  , false);  // ぞ 
		put( 0x3060  , false);  // だ 
		put( 0x3062  , false);  // ぢ 
		put( 0x3065  , false);  // づ 
		put( 0x3067  , false);  // で 
		put( 0x3069  , false);  // ど 
		put( 0x3070  , false);  // ば 
		put( 0x3071  , false);  // ぱ 
		put( 0x3073  , false);  // び 
		put( 0x3074  , false);  // ぴ 
		put( 0x3076  , false);  // ぶ 
		put( 0x3077  , false);  // ぷ 
		put( 0x3079  , false);  // べ 
		put( 0x307A  , false);  // ぺ 
		put( 0x307C  , false);  // ぼ 
		put( 0x307D  , false);  // ぽ 
		put( 0x30F4  , false);  // ヴ 
		put( 0x30AC  , false);  // ガ 
		put( 0x30AE  , false);  // ギ 
		put( 0x30B0  , false);  // グ 
		put( 0x30B2  , false);  // ゲ 
		put( 0x30B4  , false);  // ゴ 
		put( 0x30B6  , false);  // ザ 
		put( 0x30B8  , false);  // ジ 
		put( 0x30BA  , false);  // ズ 
		put( 0x30BC  , false);  // ゼ 
		put( 0x30BE  , false);  // ゾ 
		put( 0x30C0  , false);  // ダ 
		put( 0x30C2  , false);  // ヂ 
		put( 0x30C5  , false);  // ヅ 
		put( 0x30C7  , false);  // デ 
		put( 0x30C9  , false);  // ド 
		put( 0x30D0  , false);  // バ 
		put( 0x30D1  , false);  // パ 
		put( 0x30D3  , false);  // ビ 
		put( 0x30D4  , false);  // ピ 
		put( 0x30D6  , false);  // ブ 
		put( 0x30D7  , false);  // プ 
		put( 0x30D9  , false);  // ベ 
		put( 0x30DA  , false);  // ペ 
		put( 0x30DC  , false);  // ボ 
		put( 0x30DD  , false);  // ポ 
		put( 0x30F7  , false);  // ヷ 
		put( 0x30F8  , false);  // ヸ 
		put( 0x30F9  , false);  // ヹ 
		put( 0x30FA  , false);  // ヺ
		put( 0x3046  , true );  // う 
		put( 0x304B  , true );  // か 
		put( 0x304D  , true );  // き 
		put( 0x304F  , true );  // く 
		put( 0x3051  , true );  // け 
		put( 0x3053  , true );  // こ 
		put( 0x3055  , true );  // さ 
		put( 0x3057  , true );  // し 
		put( 0x3059  , true );  // す 
		put( 0x305B  , true );  // せ 
		put( 0x305D  , true );  // そ 
		put( 0x305F  , true );  // た 
		put( 0x3061  , true );  // ち 
		put( 0x3064  , true );  // つ 
		put( 0x3066  , true );  // て 
		put( 0x3068  , true );  // と 
		put( 0x306F  , true );  // は 
		put( 0x3072  , true );  // ひ 
		put( 0x3075  , true );  // ふ 
		put( 0x3078  , true );  // へ 
		put( 0x307B  , true );  // ほ 
		put( 0x30A6  , true );  // ウ 
		put( 0x30AB  , true );  // カ 
		put( 0x30AD  , true );  // キ 
		put( 0x30AF  , true );  // ク 
		put( 0x30B1  , true );  // ケ 
		put( 0x30B3  , true );  // コ 
		put( 0x30B5  , true );  // サ 
		put( 0x30B7  , true );  // シ 
		put( 0x30B9  , true );  // ス 
		put( 0x30BB  , true );  // セ 
		put( 0x30BD  , true );  // ソ 
		put( 0x30BF  , true );  // タ 
		put( 0x30C1  , true );  // チ 
		put( 0x30C4  , true );  // ツ 
		put( 0x30C6  , true );  // テ 
		put( 0x30C8  , true );  // ト 
		put( 0x30CF  , true );  // ハ 
		put( 0x30D2  , true );  // ヒ 
		put( 0x30D5  , true );  // フ 
		put( 0x30D8  , true );  // ヘ 
		put( 0x30DB  , true );  // ホ 
		put( 0x30EF  , true );  // ワ 
		put( 0x30F0  , true );  // ヰ 
		put( 0x30F1  , true );  // ヱ 
		put( 0x30F2  , true );  // ヲ 
	}};
 
	private static Map<Integer, Integer> mapHalf2FullKana = new HashMap<Integer, Integer>()
	{{
		put( 0xFF9E , 0x309B ); // Voicemark 
		put( 0xFF9F , 0x309C ); // Voicemark 
		put( 0xFFE9 , 0x2190 ); // ← 
		put( 0xFFEA , 0x2191 ); // ↑ 
		put( 0xFFEB , 0x2192 ); // → 
		put( 0xFFEC , 0x2193 ); // ↓ 
		put( 0xFFE8 , 0x2502 ); // │ 
		put( 0xFFED , 0x25A0 ); // ■ 
		put( 0xFFEE , 0x25CB ); // ○ 
		put( 0x0020 , 0x3000 ); // 　 
		put( 0xFF64 , 0x3001 ); // 、 
		put( 0xFF61 , 0x3002 ); // 。 
		put( 0xFF62 , 0x300C ); // 「 
		put( 0xFF63 , 0x300D ); // 」 
		put( 0x003D , 0x30A0 ); // ゠ 
		put( 0xFF67 , 0x30A1 ); // ァ 
		put( 0xFF71 , 0x30A2 ); // ア 
		put( 0xFF68 , 0x30A3 ); // ィ 
		put( 0xFF72 , 0x30A4 ); // イ 
		put( 0xFF69 , 0x30A5 ); // ゥ 
		put( 0xFF73 , 0x30A6 ); // ウ 
		put( 0xFF6A , 0x30A7 ); // ェ 
		put( 0xFF74 , 0x30A8 ); // エ 
		put( 0xFF6B , 0x30A9 ); // ォ 
		put( 0xFF75 , 0x30AA ); // オ 
		put( 0xFF76 , 0x30AB ); // カ 
		put( 0xFF77 , 0x30AD ); // キ 
		put( 0xFF78 , 0x30AF ); // ク 
		put( 0xFF79 , 0x30B1 ); // ケ 
		put( 0xFF7A , 0x30B3 ); // コ 
		put( 0xFF7B , 0x30B5 ); // サ 
		put( 0xFF7C , 0x30B7 ); // シ 
		put( 0xFF7D , 0x30B9 ); // ス 
		put( 0xFF7E , 0x30BB ); // セ 
		put( 0xFF7F , 0x30BD ); // ソ 
		put( 0xFF80 , 0x30BF ); // タ 
		put( 0xFF81 , 0x30C1 ); // チ 
		put( 0xFF6F , 0x30C3 ); // ッ 
		put( 0xFF82 , 0x30C4 ); // ツ 
		put( 0xFF83 , 0x30C6 ); // テ 
		put( 0xFF84 , 0x30C8 ); // ト 
		put( 0xFF85 , 0x30CA ); // ナ 
		put( 0xFF86 , 0x30CB ); // ニ 
		put( 0xFF87 , 0x30CC ); // ヌ 
		put( 0xFF88 , 0x30CD ); // ネ 
		put( 0xFF89 , 0x30CE ); // ノ 
		put( 0xFF8A , 0x30CF ); // ハ 
		put( 0xFF8B , 0x30D2 ); // ヒ 
		put( 0xFF8C , 0x30D5 ); // フ 
		put( 0xFF8D , 0x30D8 ); // ヘ 
		put( 0xFF8E , 0x30DB ); // ホ 
		put( 0xFF8F , 0x30DE ); // マ 
		put( 0xFF90 , 0x30DF ); // ミ 
		put( 0xFF91 , 0x30E0 ); // ム 
		put( 0xFF92 , 0x30E1 ); // メ 
		put( 0xFF93 , 0x30E2 ); // モ 
		put( 0xFF6C , 0x30E3 ); // ャ 
		put( 0xFF94 , 0x30E4 ); // ヤ 
		put( 0xFF6D , 0x30E5 ); // ュ 
		put( 0xFF95 , 0x30E6 ); // ユ 
		put( 0xFF6E , 0x30E7 ); // ョ 
		put( 0xFF96 , 0x30E8 ); // ヨ 
		put( 0xFF97 , 0x30E9 ); // ラ 
		put( 0xFF98 , 0x30EA ); // リ 
		put( 0xFF99 , 0x30EB ); // ル 
		put( 0xFF9A , 0x30EC ); // レ 
		put( 0xFF9B , 0x30ED ); // ロ 
		put( 0xFF9C , 0x30EE ); // ヮ 
		put( 0xFF9C , 0x30EF ); // ワ 
		put( 0xFF66 , 0x30F2 ); // ヲ 
		put( 0xFF9D , 0x30F3 ); // ン 
		put( 0xFF65 , 0x30FB ); // ・ 
		put( 0xFF70 , 0x30FC ); // ー 
	}};
 
 
	private static Map<Integer, Integer> map309C = new HashMap<Integer, Integer>()
	{{
		put( 0x306F , 0x3071 ); // ぱ
		put( 0x3072 , 0x3074 ); // ぴ
		put( 0x3075 , 0x3077 ); // ぷ
		put( 0x3078 , 0x307A ); // ぺ
		put( 0x307B , 0x307D ); // ぽ
		put( 0x30CF , 0x30D1 ); // パ
		put( 0x30D2 , 0x30D4 ); // ピ
		put( 0x30D5 , 0x30D7 ); // プ
		put( 0x30D8 , 0x30DA ); // ペ
		put( 0x30DB , 0x30DD ); // ポ
	}};
 
 
	private static Map<Integer, Integer> map309B = new HashMap<Integer, Integer>()
	{{
		put( 0x309D , 0x309E ); // ゞ 
		put( 0x30FD , 0x30FE ); // ヾ 
		put( 0x3046 , 0x3094 ); // ゔ 
		put( 0x304B , 0x304C ); // が 
		put( 0x304D , 0x304E ); // ぎ 
		put( 0x304F , 0x3050 ); // ぐ 
		put( 0x3051 , 0x3052 ); // げ 
		put( 0x3053 , 0x3054 ); // ご 
		put( 0x3055 , 0x3056 ); // ざ 
		put( 0x3057 , 0x3058 ); // じ 
		put( 0x3059 , 0x305A ); // ず 
		put( 0x305B , 0x305C ); // ぜ 
		put( 0x305D , 0x305E ); // ぞ 
		put( 0x305F , 0x3060 ); // だ 
		put( 0x3061 , 0x3062 ); // ぢ 
		put( 0x3064 , 0x3065 ); // づ 
		put( 0x3066 , 0x3067 ); // で 
		put( 0x3068 , 0x3069 ); // ど 
		put( 0x306F , 0x3070 ); // ば 
		put( 0x3072 , 0x3073 ); // び 
		put( 0x3075 , 0x3076 ); // ぶ 
		put( 0x3078 , 0x3079 ); // べ 
		put( 0x307B , 0x307C ); // ぼ 
		put( 0x30A6 , 0x30F4 ); // ヴ 
		put( 0x30AB , 0x30AC ); // ガ 
		put( 0x30AD , 0x30AE ); // ギ 
		put( 0x30AF , 0x30B0 ); // グ 
		put( 0x30B1 , 0x30B2 ); // ゲ 
		put( 0x30B3 , 0x30B4 ); // ゴ 
		put( 0x30B5 , 0x30B6 ); // ザ 
		put( 0x30B7 , 0x30B8 ); // ジ 
		put( 0x30B9 , 0x30BA ); // ズ 
		put( 0x30BB , 0x30BC ); // ゼ 
		put( 0x30BD , 0x30BE ); // ゾ 
		put( 0x30BF , 0x30C0 ); // ダ 
		put( 0x30C1 , 0x30C2 ); // ヂ 
		put( 0x30C4 , 0x30C5 ); // ヅ 
		put( 0x30C6 , 0x30C7 ); // デ 
		put( 0x30C8 , 0x30C9 ); // ド 
		put( 0x30CF , 0x30D0 ); // バ 
		put( 0x30D2 , 0x30D3 ); // ビ 
		put( 0x30D5 , 0x30D6 ); // ブ 
		put( 0x30D8 , 0x30D9 ); // ベ 
		put( 0x30DB , 0x30DC ); // ボ 
		put( 0x30EF , 0x30F7 ); // ヷ 
		put( 0x30F0 , 0x30F8 ); // ヸ 
		put( 0x30F1 , 0x30F9 ); // ヹ 
		put( 0x30F2 , 0x30FA ); // ヺ 
	}};
}

デモで使う表示メソッドを分離。

MyDemoMethod.java
package myKanjiDemos;
 
import java.util.EnumSet;
import java.util.List;
 
import myKanjiDemos.MyStringToChars.CharsNormalize;
 
public class MyDemoMethod {
 
	public static void charDisp(String str, EnumSet<CharsNormalize> normalize)
	{
		List<List<Integer>> chars = MyStringToChars.parseToCodepoints(str, normalize);
		String rebuildStr = MyStringToChars.makeStringFromList(chars);
 
		System.out.println("----------------------------------");
		System.out.println("Str         : " + str);
		System.out.println("StrLen      : " + str.length());
		System.out.println("RebuildStr  : " + rebuildStr);
		System.out.println("RebuildLen  : " + rebuildStr.length());
		System.out.println("parseOption : " + normalize);
 
		StringBuilder sbChars = new StringBuilder();
		StringBuilder sbCodeStr = new StringBuilder();
 
		for(int pos=0; pos<chars.size(); pos++)
		{
			sbChars.setLength(0);
			sbCodeStr.setLength(0);
 
			for(int idx=0; idx<chars.get(pos).size(); idx++)
			{
				sbChars.appendCodePoint(chars.get(pos).get(idx));
				if (idx != 0) sbCodeStr.append( ", ");	
				sbCodeStr.append( "u+" + Integer.toHexString(chars.get(pos).get(idx)) );	
			}
 
			System.out.printf("Pos %7d : %s %s\n", pos, sbChars.toString(), sbCodeStr.toString()); 
		}
	}
}
documents/java/java-002.txt · 最終更新: 2024/11/01 16:30 by k896951
Donate Powered by PHP Valid HTML5 Valid CSS Driven by DokuWiki