「が」を「か゛」のように、ひらがなの濁点・半濁点を分離したい

概要

「が」を「か゛」のように、ひらがなの濁点・半濁点を分離する処理が必要になったことは、ありますか？（私はありました

今回は、作成したJavaScriptの関数を紹介します。

作成した関数

まずは、結果から説明します。

下記が完成したJavaScriptの関数です。
ひらがなの対応表を作成するのもよかったのですが、コードが肥大化してしまうため、normalize()やencodeURI()を用いて処理を組みました。

内容としては、ひらがな1文字を引数を渡して、濁点・半濁点の文字だったら分離し文字列を返す処理になっています。

関数

let dakutenSeparation = (kana) => {
  const normalizeKana = kana.normalize('NFD');
  const encodeStr = encodeURI(normalizeKana);

  if (encodeStr.match(/%E3%82%99$/g)) {
    return normalizeKana[0] + "゛"; 
  } else if (encodeStr.match(/%E3%82%9A$/g)) {
    return normalizeKana[0] + "゜"; 
  } else {
    return kana;
  }
}

実際の動作

コード解説

ひらがなの正規化

const normalizeKana = kana.normalize('NFD');

normalize()を使用し、ひらがなのUnicode正規化形式を取得しています。
この後の処理へ渡すための準備となります。

エンコード

const encodeStr = encodeURI(normalizeKana);

encodeURI()を使用しひらがなをエンコードしています。
実際にエンコードすると以下のような文字列に代わります。

エンコード結果

'が' →　'%E3%81%8B%E3%82%99'

エンコードされた末尾の文字列の判定

encodeStr.match(/%E3%82%99$/g);
encodeStr.match(/%E3%82%9A$/g);

IF文の判定処理で、謎の文字列で判定しています。
この文字列は、エンコード結果を確認すると濁点と半濁点なことが分かるので、末尾の文字列で判定を行っています。

エンコード結果

'か' →　'%E3%81%8B'
'が' →　'%E3%81%8B%E3%82%99'

'く' →　'%E3%81%8F'
'ぐ' →　'%E3%81%8F%E3%82%99'

'は' →　'%E3%81%AF'
'ぱ' →　'%E3%81%AF%E3%82%9A'

'ひ' →　'%E3%81%B2'
'ぴ' →　'%E3%81%B2%E3%82%9A'

結果を返す

return normalizeKana[0] + "゜"; 

normalizeKana[0]を取得すると、濁点が取れたひらがなが取得できます。
normalizeKana[1]を取得しても、想定した形の濁点・半濁点が入っていないため、判定した内容で直接濁点半濁点の文字を指定して、結合しています。

まとめ

分離した濁点・半濁点を結合する処理は、PDFの解析などするときはよくありますが、分離したいことは多くはないと思われます。
そのため、少しでも困った人の参考になればと思い紹介しました。

ここまで読んでいただきありがとうございました。

おまけ

ひらがなだけではなくカタカナも対応してます！