文字起こしテキスト整形
文字起こし・OCR・PDFのコピーで入りがちな余計な改行・空白をまとめて掃除します。 空行は段落の区切りとして残すので、読みやすさはそのままです。
参照した一次情報・実装根拠
- ・MDN「String.prototype.normalize()」（Unicode正規化 NFC/NFD/NFKC/NFKD）
- ・Unicode® Standard Annex #15「Unicode Normalization Forms」（最新Version 17.0.0、2025-07-30）
- ・MDN「CSS white-space」プロパティ（ホワイトスペース文字の扱い仕様）
本ツールは上記仕様に従い、NFC正規化＋ホワイトスペース整理を行います。
本ツールの特徴
- ・4つの処理を個別ON/OFF：改行統合／空白統一／行頭行末トリム／不可視文字除去をチェックボックスで選択
- ・段落の途中改行だけを除去：空行は段落区切りとして残すので、章立てや段落構成は崩れません
- ・NFC正規化対応：合成済み／結合文字列のばらつきを統一し、検索・置換でヒットしない問題を解消
- ・ゼロ幅文字除去：U+200B / U+200D / U+FEFF などコピー時に混入する不可視文字を一掃
- ・端末内完結：入力文章は外部送信されません。社外秘文書・議事録も安心
- ・完全無料・登録不要：そのまま使えます
使い方（3ステップ）
- 整形したい文章を入力欄にコピペ
- 必要な処理にチェック（標準で全てON）
- 下の結果欄からコピーして利用
処理の詳細
① 改行統合（段落保護）
PDFやOCRから出てくる「1行目で改行、2行目で改行…」を1段落にまとめます。 ただし空行（改行が2つ以上）は段落区切りとして残すので、文章構造は守られます。
② 空白統一
全角空白（U+3000）・半角空白・タブ文字（U+0009）・連続スペースを統一します。 MDN CSS white-space仕様で定義される空白文字を網羅的に処理します。
③ 行頭行末トリム
各行の先頭・末尾に付いた空白を削除します。インデントや末尾の余分なスペースが一掃されます。
④ 不可視文字除去＋NFC正規化
ゼロ幅スペース（U+200B）・ゼロ幅結合子（U+200D）・BOM（U+FEFF）等を除去し、String.prototype.normalize('NFC')で合成形に統一します。Unicode UAX#15に沿った処理です。
こんなときに便利
- ・会議の文字起こしの変な位置の改行を直して議事録に整える
- ・PDFからコピーした文章が1行ごとに切れているのを直す
- ・OCRで読み取った文章の余分なスペースをまとめて削除
- ・Slack/Notion/Wordへの貼り付け前にレイアウト崩れを防ぐ
- ・noteやブログに転載する原稿の改行位置を整える
- ・コピペで混入したゼロ幅文字や全角空白を一掃
- ・Zoom/Teams録画から生成されたAI議事録の体裁を整える
日本語テキストならではの落とし穴
- ・全角空白（U+3000）の混入：日本語入力中に押した変換キー由来で混じることが多く、半角空白と見分けにくい
- ・濁点・半濁点の結合文字列：macOSのファイル名／PDFコピー由来で「が」が「か＋濁点（U+3099）」になることがあり、検索でヒットしない
- ・句読点と改行のずれ：行頭に「、」「。」が来てしまう句読点ぶら下げ問題
- ・縦書きPDFから横書きへのコピー：1文字ごとに改行が入る現象
本ツールはNFC正規化により濁点問題を解決し、改行統合で1文字改行も自動で結合します。
ご利用上の注意
本ツールは「見た目の体裁整理」を目的としており、文章の意味や法的効力を保証するものではありません。 契約書・公文書・医療記録など、正確な原文保持が必要な書類では、必ず原本を別途保管した上でご利用ください。
整形により改行位置や句読点位置が変わることで、解釈が変わる可能性のある条文等にはご注意ください。
よくある質問
Q. 段落の区切りまで消えてしまいませんか？
A. 消えません。空行（改行が2つ以上続く場所）を段落の区切りとして残し、段落の中の改行だけを取り除きます。段落構成はそのままで、途中で切れた行だけがつながります。
Q. 一部の処理だけ使うことはできますか？
A. できます。4つの処理はそれぞれチェックボックスでオン・オフできるので、「空白の整理だけしたい」「改行はそのままにしたい」といった使い方ができます。
Q. Unicode正規化（NFC）も行われますか？
A. はい。String.prototype.normalize('NFC')を内部で適用し、見た目は同じでもバイト列が異なる文字（合成済み／結合文字列）を統一します。Unicode UAX#15に準拠しています。
Q. 入力した文章は外部に送信されますか？
A. 送信されません。整形はすべてブラウザ内で完結します。サーバー送信もログ保存も行わないので、社外秘文書や個人情報を含む文章でも安心です。
Q. 画像から文字を取り出すところからお願いできますか？
A. できます。姉妹ツールの画像の文字起こし（OCR）で写真やスクショの文字をテキストにしてから、このツールに貼り付けて整形する流れがおすすめです。
Q. 元の文章が書き換わってしまうことはありますか？
A. ありません。入力欄の文章はそのままで、整形した結果は別の欄に表示されます。結果が違ったらチェックを変えて何度でもやり直せます。
関連シナリオ記事
- ・Unicode正規化NFCとは何か｜濁点が検索でヒットしない理由
MDN String.prototype.normalize と Unicode UAX#15 の仕様を、検索・置換のばらつき問題を例に解説します。
- ・ホワイトスペース文字の全種類｜全角空白・タブ・ゼロ幅スペースを整理
MDN CSS white-space仕様で扱われる空白文字を整理し、なぜ「目に見えない違い」が生まれるかを解説します。
- ・PDF・OCRコピーで改行がガタガタになる理由と対処法
PDFのレンダリング構造・OCRエンジンの行認識仕様から、なぜ無駄な改行が入るかを技術的に解説します。
関連ツール
- ・画像の文字起こし（OCR）：写真・スクショから文字を抽出、その後本ツールで整形
- ・テキスト差分比較：整形前と整形後を比較したいとき
- ・テキスト一括置換：整形後に特定の単語を一括変換したいとき
- ・テキスト行数カウント：整形後の行数を確認したいとき
テキスト整理クラスタ
「文字起こし・OCR後のテキスト整理」を目的とした手軽屋の関連ツール群です。