ソフトハイフン削除 — 見えないハイフン（U+00AD）を取り除く

ソフトハイフン（U+00AD）は、レイアウトエンジンが単語を折り返してよい位置を示すハイフンで、それ以外では何も描画されません。ブラウザやワープロは、行末で単語を折り返す必要があると判断したときにだけ表示するため、画面上では「soft­ware」と「software」は同じに見え、機械にとっては別の文字列です。この文字はウェブより古く、組版担当者が手動で良い分綴位置を示すために使っており、HTMLは ­ として引き継ぎました。

この不可視性こそ、コピー＆ペーストを生き延びる理由です。PDFを書き出すと、元文書のあらゆる改行位置にソフトハイフンがテキスト層に埋め込まれるのが普通で、PDFから段落をコピーすると、リーダーはピクセルではなく文字を取り込みます。戻ってくるのは、見た目は完璧なのに動作の悪い文です。「software」を検索しても何も見つからない、CMSが保存したタイトルを自サイトの検索が見つけられない、重複チェックが見た目は同じなのに一致しない2件を報告する、バリデータやインポートが誰にも見えない文字を理由にフィールドを拒否する。

このツールが取り除くのは、正確にこの1文字だけです。本物のハイフン、エンダッシュ、エムダッシュは触れません。同様に、目に見え通常は意図的に使われる改行しないハイフン（U+2011）もそのままです。残った単語は修復済みです。ソフトハイフンが挟まっていた文字は同じ位置に同じ文字が残るので、打ち直しは不要です。上のカウンターは、何かが変わる前にいくつ見つけたかを示します。見えるハイフンを期待していたテキストで「0」と出たら、それ自体が答えです。探している文字はダッシュチェッカーのリストの別の場所にあります。

ソフトハイフンが来る場所

キーボードからではなく、文書と一緒にやってきます。

この文字が壊すもの

問題が1回の貼り付けではなく文書全体なら、同じ整形が数百ページのテキストを1回の処理で走ります。語数の上限はなく、アップロードもありません。CMS、表計算、リポジトリに届く前にテキストを整形することが、この文字をデータから永久に遠ざける方法です。

関連するダッシュツール

ソフトハイフンは、自分が打ったハイフンではない文字の1つです。