すべてのダッシュを置換 — 家族全種に1つのルール

このサイトの他のページは意図的に狭い範囲に絞っています。このページはその逆のケース、つまり出所不明のテキスト向けに存在します。レポート、表計算のエクスポート、コピーしたウェブページに、エムダッシュとエンダッシュとハイフンのどれが、あるいは3種類すべてが含まれているか、事前には判断できない。各族を順番に確認する代わりに、置換先を1つ選んで全部に適用します。

相手が読者ではなく機械であるなら、これが正しいアプローチです。CMSのフィールド、CSVの列、JSONの値、検索インデックス、SMSゲートウェイ、チケットのタイトル、古いAPIは、それぞれが許容する記号の考え方を持っており、すべてを満たす最も簡単な方法は疑問自体をなくすこと — ダッシュ類は1つも残らず、選んだ置換文字だけになります。この処理を通ったテキストは純粋なASCII記号だけになり、稼働中のどんなシステムでも保存・並べ替え・比較できます。

失うのは、各種ダッシュが担っていた区別です。エムダッシュは挿入句を、エンダッシュは範囲を、ハイフンは複合語を結びます — この処理のあとは3つともスペースかカンマになります。データとしてはまさに狙いどおり。散文として読まれる文章なら、より狭いページのほうが多くの意味を保てます。このツールが検出するのは全セットです。エムダッシュと水平バー・マルチem系、エンダッシュと数字用ダッシュ、そして不可視のソフトハイフンを含むハイフンの全変種。

4つの置換先、4つの結果

違いは記号に現れるので、同じ文にそれぞれを適用した結果を示します。

「すべてのダッシュ」が実際にカバーする範囲

この最後の列こそ、この種のツールが存在する理由です。手動の置換や「—」を探すスクリプトでは、水平バー、数字用ダッシュ、Unicode変種、ソフトハイフンを確実には見つけられません — これらが揃って「ダッシュが見当たらないのにエラーが出る」という謎の報告の大半を占めています。

関連するダッシュツール

一部のダッシュは残して他だけを変えたいなら、いずれかの専用ページのほうが的確です。