漢数字を算用数字に変換するJavaScript|住所の丁目・番地で地名を壊さない方法
住所データを突き合わせるとき、「一丁目二番三号」と「1丁目2番3号」が別物として扱われて困ることがあります。JavaScriptでは Number("二十三") が NaN になるため、漢数字を算用数字に直すには自分で変換処理を書くしかありません。
結論から言うと、「漢数字を数値にする関数」と「文章のどこを変換するかを決める規則」は、別々に作るのが安全です。前者は短いコードで書けます。壊れやすいのは後者で、文章全体を一括置換すると地名そのものが壊れます。
この記事では Node.js v20.20.1(ICU 78.2)で実際に動かした結果をもとに、変換関数と、住所の丁目・番地・号だけを変換するコードを示します。ブラウザ各種や他バージョンの Node.js は検証していません。
漢数字の書き方は2種類ある
最初に、変換の前提になる書き方の違いを押さえます。
| 書き方 | 例 | 特徴 |
|---|---|---|
| 位取り記法 | 二〇二四、一二三 | 算用数字の桁をそのまま漢字に置き換えたもの。十・百・千を使わない |
| 単位記法 | 二千二十四、百二十、二十三万 | 十・百・千・万・億を使う。「一」が省略される(千=1000、十=10) |
どちらも「数字を表す漢字」ですが、変換のルールが違います。位取り記法は1文字ずつ置き換えるだけで済みますが、単位記法は「二十三=2×10+3」のように計算が必要です。両方を1つの関数で扱うには、単位文字(十百千万億)が含まれているかどうかで分岐します。
漢数字を数値にする関数
次のコードが、位取り記法と単位記法の両方を扱う関数です。大字(壱・弐・参・拾)も対応表に入れています。
const DIGIT = { 〇: 0, 零: 0, 一: 1, 二: 2, 三: 3, 四: 4, 五: 5, 六: 6, 七: 7, 八: 8, 九: 9, 壱: 1, 弐: 2, 参: 3 };
const SMALL = { 十: 10, 拾: 10, 百: 100, 千: 1000 };
const BIG = { 万: 1e4, 億: 1e8 };
export function kanjiToNumber(src) {
const s = src.normalize("NFKC");
if (!s) return null;
// 位取り記法(二〇二四、一二三): 単位文字を含まず数字だけ
if (/^[〇零一二三四五六七八九壱弐参]+$/.test(s)) {
return Number([...s].map((c) => DIGIT[c]).join(""));
}
let total = 0, section = 0, num = null;
for (const c of s) {
if (c in DIGIT) num = DIGIT[c];
else if (c in SMALL) { section += (num ?? 1) * SMALL[c]; num = null; }
else if (c in BIG) { total += (section + (num ?? 0) || 1) * BIG[c]; section = 0; num = null; }
else return null; // 想定外の文字が混ざっていたら変換しない
}
return total + section + (num ?? 0);
}
考え方は、万・億で区切った小さな区間の中で「数字を覚えておき、十百千が来たら掛けて足す」だけです。想定外の文字が1つでも混ざっていたら null を返し、変換できないものを無理に変換しないようにしています。
Node.js で実行した結果は次のとおりです。
| 入力 | 結果 |
|---|---|
| 二十三 | 23 |
| 三百 | 300 |
| 千 | 1000 |
| 二千二十四 | 2024 |
| 二〇二四 | 2024 |
| 百二十 | 120 |
| 千二百三十四 | 1234 |
| 壱拾弐 | 12 |
| 二十三万 | 230000 |
| 一万二千 | 12000 |
| 一億二千三百四十五万六千七百八十九 | 123456789 |
| 二十三万円 | null(「円」が混ざるため) |
最後の行のように、単位や助数詞が付いた文字列をそのまま渡すと null になります。文章の中から漢数字の部分だけを取り出してから渡す必要があり、その取り出し方が次の落とし穴につながります。
なお、この関数は兆以上の単位に対応していません。「一兆」は null になります。住所や金額の用途なら、億までで足りることがほとんどですが、必要なら BIG に追加してください。
Number・parseInt・NFKC では変換できない
「標準の機能で何とかならないか」と考える方のために、確認できた範囲を整理します。
| 試したもの | 結果 |
|---|---|
Number("二十") | NaN |
parseInt("二十") | NaN |
Number("12")(全角数字) | NaN |
"二十三".normalize("NFKC") | 二十三(変わらない) |
"12".normalize("NFKC") を Number に渡す | 12 |
NFKC正規化は全角数字を半角に直せますが、漢数字は数字として扱われず、そのまま残ります。全角と半角の揺れは NFKC で、漢数字と算用数字の揺れは自前の変換で、と役割が分かれています。全角半角の整理は JavaScriptで全角2・半角1の文字数を数える方法 や 半角カナを全角に変換するJavaScript でも扱っています。
逆方向、つまり数値を漢数字にする機能は Intl.NumberFormat にあります。
const f = new Intl.NumberFormat("ja-JP-u-nu-hanidec", { useGrouping: false });
f.format(2024); // "二〇二四"
f.format(120); // "一二〇"
ただし出力は位取り記法のみで、「百二十」のような単位記法にはなりません。nu-jpan を指定しても、この環境では通常の算用数字(2024)に戻りました。また、漢数字の文字列を数値として読み取る機能は、私が確認した範囲では見当たりません。
落とし穴1:文章全体に適用すると地名が壊れる
漢数字を見つけて全部変換する、という素朴な方法を試した結果です。住所の中の漢数字を、すべて算用数字に置き換えました。
| 元の住所 | 全置換の結果 |
|---|---|
| 東京都千代田区丸の内一丁目九番地一号 | 東京都1000代田区丸の内1丁目9番地1号 |
| 東京都新宿区四谷三丁目 | 東京都新宿区4谷3丁目 |
| 東京都港区六本木六丁目 | 東京都港区6本木6丁目 |
| 東京都世田谷区二子玉川一丁目 | 東京都世田谷区2子玉川1丁目 |
| 新潟県十日町市二十三番地 | 新潟県10日町市23番地 |
| 東京都千代田区一ツ橋二丁目 | 東京都千代田区1ツ橋2丁目 |
| 東京都北区十条仲原三丁目 | 東京都北区10条仲原3丁目 |
丁目や番地の数字は直っていますが、同時に「千代田」「四谷」「六本木」の漢字まで数字にされています。千・十・一・二・四・六などは、地名の一部としても頻繁に使われる文字だからです。
しかも、この壊れ方は目視でも見落としやすいものです。「1000代田区」は気付きやすいですが、「4谷3丁目」のようにそれらしく見える結果は、大量のデータの中では紛れ込みます。
対策は、「後ろに丁目・番地・号が続く漢数字だけを変換する」と範囲を絞ることです。正規表現の先読み((?=...))を使うと、後ろの文字は変換対象に含めずに条件だけ確認できます。
落とし穴2:「番」は助数詞であり、地名でもある
範囲を絞るとき、最も迷うのが「番」です。「三番一号」の番は助数詞ですが、「麻布十番」や「二番町」「一番町」では地名の一部です。
「番」を変換条件に含めて、後ろに丁目・番地・番・号が続く漢数字を変換した結果は次のとおりです。
| 元の住所 | 結果 | 評価 |
|---|---|---|
| 東京都港区麻布十番一丁目 | 東京都港区麻布10番1丁目 | 地名が壊れた |
| 東京都千代田区二番町三番地 | 東京都千代田区2番町3番地 | 地名が壊れた |
一方、「番」を条件に含めなければ、次のように変換漏れが出ます。
| 元の住所 | 結果 | 評価 |
|---|---|---|
| 東京都港区六本木六丁目十番一号 | 東京都港区六本木6丁目十番1号 | 「十番」が残り、表記が混在 |
| 宮城県仙台市青葉区一番町二丁目三番一号 | 宮城県仙台市青葉区一番町2丁目三番1号 | 「三番」が残り、表記が混在 |
「番を含めると壊れ、含めないと取りこぼす」という板挟みです。実務で使える落としどころは、番の前後の文脈で判断することでした。
- 「番」の直後に「数字+号」が続くとき(三番一号)だけ変換する
- 「丁目」の直後に来る「数字+番」(二丁目三番)を変換する
- 「番」の後ろに町・地・号・街が続くときは変換しない
住所の数字だけを変換するコード
上の3つの規則を実装したものが次のコードです。kanjiToNumber は先ほどの関数を使います。
const K = "〇零一二三四五六七八九十百千壱弐参拾";
const RUN = `[${K}]+`;
export function normalizeAddressNumbers(s) {
const toNum = (m) => String(kanjiToNumber(m));
return s
// 1) 丁目・番地・号の直前
.replace(new RegExp(`(${RUN})(?=丁目|番地|号)`, "g"), toNum)
// 2) 「◯番◯号」の番(番の後ろに数字+号が続くときだけ)
.replace(new RegExp(`(${RUN})(?=番(?:${RUN}|[0-9]+)号)`, "g"), toNum)
// 3) 「◯丁目◯番」で号が無い形(丁目の直後の番)
.replace(new RegExp(`(?<=丁目)(${RUN})(?=番(?!町|地|号|街))`, "g"), toNum);
}
規則の順番にも意味があります。規則1で「号」の直前の数字を先に変換するため、規則2の先読みは、変換後の [0-9]+ と変換前の漢数字の両方を想定しています。
結果は次のとおりです。
| 元の住所 | 結果 |
|---|---|
| 東京都千代田区丸の内一丁目九番地一号 | 東京都千代田区丸の内1丁目9番地1号 |
| 東京都港区麻布十番一丁目 | 東京都港区麻布十番1丁目 |
| 東京都千代田区二番町三番地 | 東京都千代田区二番町3番地 |
| 東京都港区六本木六丁目十番一号 | 東京都港区六本木6丁目10番1号 |
| 宮城県仙台市青葉区一番町二丁目三番一号 | 宮城県仙台市青葉区一番町2丁目3番1号 |
| 東京都台東区上野公園十二番八号 | 東京都台東区上野公園12番8号 |
| 新潟県十日町市二十三番地 | 新潟県十日町市23番地 |
| 東京都千代田区一ツ橋二丁目 | 東京都千代田区一ツ橋2丁目 |
| メゾン二〇一号室 | メゾン201号室 |
地名の漢数字は残り、丁目・番地・号の数字だけが変わっています。
このコードで直らないもの
実測してみて、規則では対応しきれないものも確認できました。
- 条: 「北海道札幌市中央区北三条西四丁目」は「北三条西4丁目」になり、条の数字は漢数字のまま混在します。一方、条を変換対象に加えると、「京都市中京区四条通」のような通り名まで「4条通」に変わります。条を変換するかどうかは、対象地域のデータを見て決める必要があります
- 号の後ろの変換: 「号室」の直前は変換されますが、「第三号議案」のような住所以外の「号」も変換されます。住所の列だけに適用してください
- 未知の町名: 先読みで防げるのは、私が試した範囲の町名です。町名の末尾が漢数字で、その直後に丁目が続く名前があれば、誤って変換される可能性があります。そのような町名は確認していません
規則は「このデータに対しては壊れなかった」ことしか保証しません。変換した結果は、元の住所と必ず突き合わせて目視確認してください。
落とし穴3:「一」がハイフンの代わりに入力されている
住所の変換で、もう1つ見落としやすい点があります。縦書き由来のデータなどでは、ハイフンの代わりに漢数字の「一」が使われていることがあります。
次の表は、「3○4○5」の○に各種の横線系の文字を入れて、NFKC正規化した結果です。
| ○に入れた文字 | NFKC後 | 漢数字として変換される数 |
|---|---|---|
| U+4E00 一(漢数字) | 3一4一5 | 2 |
| U+30FC ー(長音) | 3ー4ー5 | 0 |
| U+2212 −(マイナス) | 3−4−5 | 0 |
| U+FF0D -(全角ハイフンマイナス) | 3-4-5 | 0 |
| U+2010 ‐ | 3‐4‐5 | 0 |
| U+2015 ― | 3―4―5 | 0 |
NFKCで半角ハイフン - に直るのは、U+FF0D(全角ハイフンマイナス)だけでした。それ以外は変わりません。ハイフンの揺れの扱いは、郵便番号の正規表現(JavaScript) でも詳しく書いています。
問題は、漢数字の「一」です。見た目は横線ですが、文字としては数字です。全置換をすると、次のように、データが数字として読まれてしまいます。
// 「1一2一3」を全置換した例
"1一2一3".replace(/[一二三四五六七八九]/g, (c) => "一二三四五六七八九".indexOf(c) + 1);
// => "11213"
住所の「1-2-3」が「11213」になり、元に戻せません。変換前の元データを必ず残しておくこと、そして規則に合う範囲(丁目・番地・号の直前)だけを変換することが、被害を小さくします。
「一」がハイフンなのか数字の1なのかは、文字だけでは判別できません。周囲が「数字+一+数字」の並びなら、ハイフンの可能性が高いと考えられますが、これは推測です。変換件数が多いときは、判定のルールを人が決めてから実行してください。
金額の漢数字は単位ごとに取り出す
文章中の金額を変換する場合は、「円」の直前の漢数字だけを取り出します。
const KM = "〇零一二三四五六七八九十百千壱弐参拾万億";
const yen = (s) =>
s.replace(new RegExp(`([${KM}]+)(?=円)`, "g"), (m) => {
const v = kanjiToNumber(m);
return v == null ? m : String(v);
});
結果は次のとおりです。
| 元の文字列 | 結果 |
|---|---|
| 二十三万円 | 230000円 |
| 千円 | 1000円 |
| 三百円 | 300円 |
| 一億二千万円 | 120000000円 |
| 百円ショップ | 100円ショップ |
| 万円(「一万円」の「一」が抜けた形) | 10000円 |
最後の2行のように、固有名詞の中にある金額表記も変換されます。店名や商品名を含む文章に使うと、名前を書き換えてしまいます。金額欄のような、金額しか入っていない列だけに使うのが安全です。
また、変換した値を使って計算する場合は、円単位の整数のまま扱ってください。小数を含む金額の計算は、JavaScriptの金額計算で1円ずれる原因 に書いた理由で、別の注意が必要です。
当サイトのツールでできること、できないこと
全角⇔半角変換ツールは、全角数字(0〜9)と半角数字の相互変換に対応しています。ソースを確認したところ、漢数字の変換機能はありません。全角数字を半角にそろえてから、この記事の関数で漢数字を処理する、という使い分けになります。
先読みを含む正規表現の動作を試したいときは、正規表現テスターで確認できます。本番のデータに適用する前に、地名を含むサンプルで試してください。
「どちらにそろえるか」は用途で決める
最後に、変換の向きの話をします。算用数字にそろえるのが正解とは限りません。
- 検索・照合・重複チェック: 算用数字(半角)にそろえると、比較が単純になります
- 縦書きの封筒や公的書類: 検索で確認した範囲では、縦書きの住所は漢数字が一般的とされる一方、算用数字でも誤りではないとする解説もありました。取引先や提出先に指定があれば、それに従います
- 元データの保存: 正規化した値は検索用の別の列に持ち、元の表記は残すほうが安全です
自治体や地域によって、丁目の数字を漢数字と算用数字のどちらで表記するかが一定でない例があるとも指摘されています。これは検索で確認した範囲の話で、個別の地域の正式な表記を示すものではありません。正式な表記が必要な場面では、その自治体の公表資料を確認してください。
まとめ
Number("二十三")はNaNです。漢数字の変換は、位取り記法と単位記法を分けて自前で書く必要があります- NFKC正規化は全角数字を直しますが、漢数字には効きません。漢数字は別の処理で扱います
- 文章全体を一括置換すると、「千代田区」が「1000代田区」、「四谷」が「4谷」になります。丁目・番地・号の直前だけを、先読みで絞って変換します
- 「番」は助数詞であり、麻布十番や二番町では地名の一部です。番の前後の文脈で判定します
- 漢数字の「一」はハイフンの代わりに入力されていることがあります。変換前の元データは必ず残し、変換結果は目視で確認してください
この記事のコードは、Node.js v20.20.1 で示した範囲の入力に対して確認したものです。町名や表記の全体を網羅したものではなく、個別の住所データの変換結果を保証するものでもありません。住所の正式な表記が必要な場合は、自治体などの公表資料で確認してください。