Node.js, MeCabを使用した日本語の辞書順ソート用compare関数。漢字、ひらがな、カタカナに対応しています。

japanese-comparator.js

const exec = require('child_process').execSync
const isWindows = require('is-windows')
let Encoding
if (isWindows()) {
  Encoding = require('encoding-japanese')
}

function hiraToKana(str) {
  return str.replace(/[\u3041-\u3096]/g, function(match) {
    var chr = match.charCodeAt(0) + 0x60;
    return String.fromCharCode(chr);
  });
}

const dakuMap = hiraToKana('かが きぎ くぐ けげ こご さざ しじ すず せぜ そぞ ただ ちぢ つづ てで とど はばぱ ひびぴ ふぶぷ へべぺ ほぼぽ')
  .split(/\s/g)
  .reduce((prev, current) => {
    [...current].map(c => {
      prev[c] = current
    })
    return prev
  }, {})

function compareKana(a, b) {
  if (a[0] === undefined && b[0] === undefined) {
    return 0
  } else if (a[0] === undefined) {
    return -1
  } else if (b[0] === undefined) {
    return 1
  } else if (a[0] === b[0]) {
    return compareKana(a.substring(1), b.substring(1))
  } else if (
    dakuMap[a[0]] && dakuMap[b[0]] && dakuMap[a[0]] === dakuMap[b[0]]
  ) {
    return dakuMap[a[0]].indexOf(a[0]) - dakuMap[a[0]].indexOf(b[0])
  } else {
    return a[0].localeCompare(b[0], 'ja')
  }
}

class JapaneseComparator {
  constructor(command, resultParser, noAutoCache) {
    if (isWindows()) {
      this.detected = Encoding.detect(exec(`echo テキストエンコーディングのテスト | mecab -Oyomi`))
    }
    this.splitter = '\\\\\\'
    this.command = command || 'mecab -Oyomi'
    this.resultParser = resultParser || (output => output.trim())
    this.noAutoCache = noAutoCache
    this.cache = {}
  }
  execCommand(str) {
    const command = `echo ${str} | ${this.command}`
    let result
    if (this.detected) {
      result = Encoding.convert(exec(command), {
        from: this.detected,
        type: 'string'
      })
    } else {
      result = exec(command)
    }
    return this.resultParser(result)
  }
  kanjiToKana(str, noAutoCache) {
    str = str.trim()
    noAutoCache = noAutoCache || this.noAutoCache
    const cached = this.cache[str]
    if (cached !== undefined) {
      return cached
    } else {
      const result = hiraToKana(this.execCommand(str))
      if (!noAutoCache) {
        this.cache[str] = result
      }
      return result
    }
  }
  preprocess(list) {
    return list.map(s => s.trim())
  }
  createCache(list) {
    list = this.preprocess(list)
    const yomiAll = this.kanjiToKana(list.join(this.splitter), true).split(this.splitter)
    console.log(yomiAll)
    list.forEach((str, i) => {
      this.cache[str] = yomiAll[i]
    })
  }
  clearCache() {
    this.cache = {}
  }
  get(list) {
    if (!this.noAutoCache && list) {
      this.createCache(list)
    }
    return (a, b) => compareKana(this.kanjiToKana(a), this.kanjiToKana(b))
  }
}

module.exports = JapaneseComparator

String#localeCompare() は概ね辞書順に動きますが、濁音半濁音を無視します。

これを補完し、漢字の読みにも対応しました。

必須環境

• Node.js
• MeCab

$ npm install is-windows encoding-japanese --save

使い方

const Comparator = require('./japanese-comparator')

const list = ['b', 'a', '2', '1', '+', '-', '-2', 'あがき', '悪', '赤城']
// get関数は引数なしでも動作しますが、リストを渡してキャッシュを作ったほうが早くなります
const compare = new Comparator().get(list)
console.log(list.sort(compare))
/*
[
  '-', '-2', '+',
  '1', '2',  'a',
  'b', '赤城', 'あがき',
  '悪'
]
*/