文単位の改行|記号と空白で文を分割する正規表現ルール

公開ツール文単位の改行・分割ツール

目次
  1. 文の境界はどう判定するか
  2. ピリオドの誤認識を防ぐ例外ルール
  3. 出力形式と統計
  4. まとめ
  5. よくある質問

小説の原稿やマーケティング資料、あるいは英文翻訳のための長いテキスト段落を扱うとき、改行のない長くつながった文章は読みにくいだけでなく、翻訳エンジンや文単位の解析エンジンに大量に投入したときにデータ処理のボトルネックを引き起こします。

そんなとき、長い文章をピリオドやクエスチョンマークなどの文終止記号で分割し、1文ごとに改行すると、読みやすさは大きく向上します。この記事では、文の境界を判定するルールと、ピリオドの誤認識を防ぐ例外処理の方法をまとめます。

文の境界はどう判定するか

文を区切る基準は、ピリオド(.)、クエスチョンマーク(?)、感嘆符(!)、省略記号(…)の直後に空白が続く箇所です。これらの記号の直後に空白がなければ(例:数字の直後に次の数字が続く小数点)、文の終わりとはみなさず、そのままつなげます。そのため 3.14 や 12.5 のような小数は空白がないため、自然に分割の対象から外れます。

引用符("、')そのものは文の終止記号として扱いません。文が引用符で終わっていても、その前にピリオド・クエスチョンマーク・感嘆符がある場合にのみ境界として認識されます。

ピリオドの誤認識を防ぐ例外ルール

英語の略語のあとのピリオドを文末と誤って区切ってしまう問題を防ぐため、次のようによく使われる略語をあらかじめ登録しておき、これらの略語のあとのピリオドはスキップします。

区分例
敬称Mr., Mrs., Ms., Dr., Prof., Sr., Jr.
慣用表現vs., e.g., i.e., etc.
企業・単位Co., Inc., Ltd., Vol., Ed.
時刻・数値a.m., p.m., approx., est., min., max.

このリストにない略語は、ツール画面の「ユーザー指定の例外略語」入力欄にカンマ区切りで直接追加できます。ピリオドで終わる単語だけを認識するため、Vol. や Co. のようにピリオドを含めて入力する必要があります。

また、J. K. Rowling のように大文字のイニシャルのあとにピリオドと空白が続き、さらに大文字が続くパターンも、文の境界ではなくイニシャルとみなして分割しません。

Dynamic Labsの無料ツールで確認してみましょう。 こうしたルールを手作業で当てはめ、ピリオドごとに自分で改行を入れる作業は、段落が長くなるほど手間がかかります。「文単位の改行・分割ツール」に原文を貼り付ければ、このルールが自動で適用された結果をすぐに確認できます。

文単位の改行・分割ツール

長い文章の小説や技術解説を貼り付けて、文ごとにきれいに改行されたテキストをその場で変換してみてください。

出力形式と統計

分割された文は、次の3つの形式のいずれかで出力できます。

出力形式結果
改行1文ごとに新しい行
番号付きリスト1. 文 の形式で番号を付与
箇条書き• 文 の形式で表記

「不要な空白を削除」オプションをオンにすると、文の途中に残った連続する空白を1つ分に整えます。文が1つ以上に分割されると、総文数と平均・最長・最短の文の長さ(文字数)もあわせて表示されるので、翻訳や校正の作業前に文書の分量を見積もる目安になります。

まとめ

  • 文の境界は、ピリオド・クエスチョンマーク・感嘆符・省略記号のあとの空白で判定します。
  • 小数点のように空白のないピリオドでは分割されません。
  • 英語の略語は基本リストになくても、例外略語の入力欄に追加できます。
  • 大文字のイニシャル(例:J. K.)も文の境界と誤認しません。
文単位の改行・分割ツール

長い文章の小説や技術解説を貼り付けて、文ごとにきれいに改行されたテキストをその場で変換してみてください。

よくある質問

Mr.やDr.のような略語のピリオドでも文が切れますか?

基本的に、英語の略語(Mr., Dr., e.g., i.e. など)や数値の小数点(3.14)などは文の終止として認識しないフィルターが組み込まれているため、誤って区切られる問題を防ぎます。

独自の略語を追加できますか?

はい。入力フィールド下部の「ユーザー指定の例外略語」欄に、ピリオドを含む単語をカンマ区切りで入力すると、その単語のピリオドは文の分割から除外されます。

この記事は韓国語の原文をもとに作成しています。 韓国語の原文を読む

関連記事

  1. SQL DDLからJSON Schemaへの型マッピング規則CREATE TABLE文のSQL型やNOT NULL・PRIMARY KEYなどの制約が、JSON Schema Draft-07のtypeやrequiredにどう変換されるかの規則を整理して解説します。
  2. SQLフォーマッターの整形ルール|改行と大文字化の仕組み1行に詰まったSQLをフォーマッターが整列する際のルールを解説。キーワードだけ大文字化し、句ごとに改行、条件とサブクエリは字下げ。整形が実行結果を変えない理由もまとめました。
  3. SQLパラメータバインディングの置換ルールを確認?, :id, @name に実際の値がどう入り、どうエスケープされるかを規則で整理。数値やNULLはそのまま、文字列は引用符で囲み、コメントや文字列内の?が変わらない理由も結果で確かめられます。
  4. 文字列エスケープの変換ルール|JSON・JSでの対応表バックスラッシュ・引用符・改行・タブがJSONやJS文字列でどの記号に変わるかを表で整理。アンエスケープで戻す際の違いや、間違えやすい点も解説します。
  5. HTMLタグを除去して本文テキストだけを取り出す方法コピーしたHTMLに混ざったタグや特殊記号を取り除き、本文テキストだけを残す方法を解説します。正規表現で消す手順と、各オプションの動きを例で確認できます。
  6. 上付き・下付き文字の変換方法|x²やH₂Oをそのままコピーx²やH₂Oのような上付き・下付き文字を、フォント書式ではなく実際のUnicode文字に変換してメッセージやSNS、文書に貼り付ける方法を整理。変換の仕組み、変わらない文字、□で表示される理由まで事実をもとに説明します。

関連ツール