仕様と根拠

整え方

全角の英数字や記号を半角にそろえ(Unicode の NFKC)、英字を小文字にします。英数字以外の記号と空白は単語の区切りとして扱い、連続した区切りを 1 つにまとめ、先頭と末尾の区切りを取り除きます。アポストロフィ(')だけは区切りにせず、its のようにつなげます。これで残る文字は英数字と区切りだけです。RFC 3986 の 2.3 が定める非予約文字(英数字と - . _ ~)の範囲に収まります。

ハイフンと小文字を選ぶ理由

Google 検索セントラルの URL 構造のページは、単語の区切りにアンダースコアよりハイフンを使うことを勧めています。また、アドレスの大文字小文字は区別され /APPLE と /apple は別のアドレスなので、小文字に統一しておくと重複を避けられます。このツールは既定でハイフンと小文字にします。

日本語などの扱い

ASCII 以外の文字は、Google の説明にあるとおり UTF-8 のパーセントエンコードにできます(gemüse は gem%C3%BCse)。16 進は RFC 3986 の 2.1 に沿って大文字で書きます。ローマ字への変換は、読み方が一意に決まらないため行いません。そのまま残す、取り除くも選べます。長さはエンコード後の文字数で数え、語の途中やエンコードの途中では切りません。

根拠にした仕様・資料

指摘の段階

• エラー: 仕様に反していて、正しく読めない・処理できない入力です。
• 警告: 読めるものの、仕様の推奨に反する・矛盾する・意図と違う結果になりやすい入力です。
• 情報: 誤りではありませんが、知っておくとよい扱い(読み飛ばした部分や解釈)です。

入力の扱い(送信しない仕組み)

処理はすべてお使いのブラウザの中で行います。処理の本体はこのサイトから配信する小さなスクリプト(/app.js)で、外部のサービスやライブラリを読み込みません。ページはブラウザに通信を禁止させる設定(Content-Security-Policy の connect-src)つきで配信しており、入力した内容がサーバーや第三者へ送られることはありません。ファイルを選んだ場合も、端末の中で読み込むだけです。

このツールでできないこと(制約)

• 日本語をローマ字や英語に変換することはしません。意味のあるスラッグにしたいときは、英数字の語を自分で決めて入力してください。
• パーセントエンコードにすると、日本語 1 文字が 9 文字になります。長さの上限を厳しくすると、1〜2 文字の日本語しか残らないことがあります。
• 語の区切りは、空白と英数字以外の記号です。単語の途中の区切り(microsoft と micro soft など)や、略語の扱いは判断できません。
• 整えたスラッグが、すでにサイトで使われていないかどうかは確かめません。貼り付けた行の中での重複だけを調べます。