大文字 / 小文字変換

アルファベットの大文字 (uppercase) と小文字 (lowercase) を相互に変換する⁠処⁠理⁠。言語によって変換規則が異なり、文字数が変化するケースも⁠あ⁠る⁠。

大文字 / 小文字変換 (case conversion) は、テキスト処理で最も頻繁に行われる操作の一つ⁠で⁠す⁠。英語では「A」→「a」(小文字化) や「hello」→「HELLO」(大文字化) のように、26 文字のアルファベットが 1 対 1 で対応し⁠ま⁠す⁠。しかし、世界の言語に目を向けると、大文字 / 小文字の変換は驚くほど複雑⁠で⁠す⁠。

最も有名な例外はドイツ語のエスツェット「ß」⁠で⁠す⁠。小文字の「ß」を大文字化すると「SS」(2 文字) になり⁠ま⁠す⁠。つまり、大文字化によって文字数が増えるの⁠で⁠す⁠。大文字の「ẞ」(U+1E9E) は 2008 年の Unicode 5.1 で追加され、ドイツ語の正書法では 2017 年に容認、2024 年の規則改訂で大文字表記の原則となりました (「SS」も引き続き認められま⁠す⁠)⁠。一方でプログラムの既定の大文字化は今も「SS」を返すため、表示上の正書法と処理結果はずれ⁠ま⁠す⁠。トルコ語では「i」の大文字が「İ」(上にドット付き)、「I」の小文字が「ı」(ドットなし) であり、英語の変換規則とは異なり⁠ま⁠す⁠。

プログラミングでは、大文字 / 小文字を区別しない比較 (case-insensitive comparison) が頻繁に必要になり⁠ま⁠す⁠。メールアドレスのローカル部分は大文字 / 小文字を区別しますが、ドメイン部分は区別しま⁠せ⁠ん⁠。URL のスキーム (http/HTTP) やホスト名は区別しませんが、パス部分は区別し⁠ま⁠す⁠。こうした仕様の違いを正しく処理するには、どの部分で case-insensitive な比較を行うかを明確にする必要があり⁠ま⁠す⁠。

JavaScript の toLowerCase() と toUpperCase() は Unicode 対応ですが、ロケール依存の変換には toLocaleLowerCase() を使う必要があり⁠ま⁠す⁠。トルコ語ロケールで 'I'.toLocaleLowerCase('tr') を実行すると「ı」が返り、英語ロケールでは「i」が返り⁠ま⁠す⁠。ロケールを無視した変換は、国際化対応のバグの温床⁠で⁠す⁠。逆に、ロケールを混ぜてはいけない場面もあり⁠ま⁠す⁠。トルコ語ロケールで 'file'.toLocaleUpperCase('tr') は「FİLE」を返すため、拡張子やコマンド名を大文字化して比較する処理は端末の言語設定次第で一致しなくなり⁠ま⁠す⁠。識別子や URL のような機械向けの文字列は、ユーザーのロケールに依存しない toUpperCase() / toLowerCase() か、明示的に 'en-US' を指定して揃えるのが安全⁠で⁠す⁠。

大文字 / 小文字を無視した比較を「小文字化して ===」で実装するのも危険⁠で⁠す⁠。ドイツ語の「Straße」と「STRASSE」は、小文字化しても「straße」と「strasse」で一致しま⁠せ⁠ん⁠。この種の同一視が必要なら new Intl.Collator('de', { sensitivity: 'base' }).compare('Straße', 'STRASSE') のように照合器を使い、戻り値 0 を「等しい」と判定します (実際に 0 が返りま⁠す⁠)⁠。判断基準は単純で、人間にとって同じ語として扱いたいなら照合器、バイト単位 / コードポイント単位で厳密に一致させたいなら変換なしの比較を選び⁠ま⁠す⁠。

命名規則としての大文字 / 小文字の使い分けも重要⁠で⁠す⁠。camelCase (キャメルケース)、PascalCase (パスカルケース)、snake_case (スネークケース)、kebab-case (ケバブケース)、SCREAMING_SNAKE_CASE (定数) など、プログラミングでは大文字 / 小文字のパターンが意味を持ち⁠ま⁠す⁠。これらの変換は単純な大文字化 / 小文字化ではなく、単語の境界を認識した上での変換が必要⁠で⁠す⁠。

文字数カウントの観点では、大文字 / 小文字変換で文字数が変わるケースに注意が必要⁠で⁠す⁠。前述のドイツ語「ß」→「SS」のほか、ギリシャ語の「ς」(語末のシグマ) →「Σ」→「σ」(語中のシグマ) のように、位置によって小文字の形が変わる言語もあり⁠ま⁠す⁠。増えるのは大文字化のときだけではありま⁠せ⁠ん⁠。トルコ語の大文字「İ」を小文字化すると、環境によっては「i」と結合用の点 (U+0307) の 2 文字に分解され⁠ま⁠す⁠。文字数制限のあるフィールドでは、入力時点の文字数ではなく変換後の文字数で判定する、という順序を守るのが確実⁠で⁠す⁠。また、変換は往復するとは限りま⁠せ⁠ん⁠。「Straße」を大文字化して小文字化すると「strasse」になり、元の綴りには戻りま⁠せ⁠ん⁠。元の表記を残したい場合は、変換結果を保存先に上書きせず、比較用のキーとして別に持つ設計にし⁠ま⁠す⁠。

この記事を共有