文字コード総合スレ Part10 [転載禁止]©2ch.net

**デフォルトの名無しさん** · 2015/10/14(水) 20:29:00.08

プログラマーなら一度は煩わされたことのある文字コードについてのスレ。
UTF-8、ShiftJIS、JIS、EUC、Uincode、 UCS、サロゲートペア、コードポイント、文字コード判定、
合成文字、ソート、TRON、外字コード、その他について語り合いましょう。
各言語での文字列の扱いについての質問もOKです。
基本マッターリ、ささ、茶でもどうぞ。

■過去スレ
文字コード総合スレ part1 http://pc11.2ch.net/test/read.cgi/tech/1031028205/
文字コード総合スレ part2 http://pc11.2ch.net/test/read.cgi/tech/1143375639/
文字コード総合スレ part3 http://pc11.2ch.net/test/read.cgi/tech/1180250376/
文字コード総合スレ part4 http://pc11.2ch.net/test/read.cgi/tech/1228052369/
（スレ再利用）UnicodeとUTF-8の違いは？ http://pc12.2ch.net/test/read.cgi/tech/1177930957/
（隔離スレ）UnicodeとUTF-8の違いは？　その2 http://pc12.2ch.net/test/read.cgi/tech/1274937437/
文字コード総合スレ part5 http://pc12.2ch.net/test/read.cgi/tech/1236529563/
文字コード総合スレ part6 http://hibari.2ch.net/test/read.cgi/tech/1278923059/
文字コード総合スレ part7 http://toro.2ch.net/test/read.cgi/tech/1306595564/
文字コード総合スレ part8 http://peace.2ch.net/test/read.cgi/tech/1354248962/
文字コード総合スレ part9 http://peace.2ch.net/test/read.cgi/tech/1401301779/

**デフォルトの名無しさん** · 2016/08/04(木) 08:56:22.25

>>429
使いわけがされていない字体違いの漢字はまとめてしまおうというのは文字コードの問題ではない。

**デフォルトの名無しさん** · 2016/08/04(木) 12:12:59.75

恵'
っていうのも流行ったけど
文字コードありますか？

**デフォルトの名無しさん** · 2016/08/04(木) 17:09:02.57

U+6075 U+E101

**デフォルトの名無しさん** · 2016/08/04(木) 18:54:49.83

U+FA6B
U+6075 U+E103

でもいいのよ？

**デフォルトの名無しさん** · 2016/08/04(木) 19:07:39.26

U+FA6B でいけましたありがとう

**デフォルトの名無しさん** · 2016/08/04(木) 19:32:46.16

U+6075 U+FE00
でもいいぞ

**デフォルトの名無しさん** · 2016/08/05(金) 14:48:07.96

この流れ、前にどこかで読んだ気がするなー、と思ったら
直井氏の「重複符号化四天王」だった。↓

ttp://d.hatena.ne.jp/NAOI/20130116/1358319668

**デフォルトの名無しさん** · 2016/08/05(金) 14:56:27.37

ということは祇園もあれか
祗園と書くとやられるのか

**デフォルトの名無しさん** · 2016/08/05(金) 14:58:22.57

julia> '\ufa6b'
'恵'

さすがだな

**デフォルトの名無しさん** · 2016/08/05(金) 22:00:51.73

>>436
最近更新されてないな

**デフォルトの名無しさん** · 2016/08/05(金) 22:19:20.77

>>430
いや、全く無関係ではあるまい。
鴎と鷗は使い分けがされていなかった、という点ではあなたも同意してくれるだろう。
原規格分離されていないのにUnicodeでは別字扱いになってしまった。
そもそも83改定を行ったJISと唆した国語審議会に元凶があったのだが、Unicodeにも責任の一端がある。
国語審議会は鷗を滅ぼして鴎に置き換えようとした。
本人に問い詰めて確認したわけではないが、多分そういう事だろう。
1000年以上にわたって使われ続けた字を滅ぼす事などそう簡単に出来る筈がない。
結局、国語審議会に滅ぼされる事なく生き残り、鴎と別の字になってしまった。

なお、最近見たベネッセの小学漢字辞典に鷗は載っていたが鴎は載っていなかった。

>>437
祇と祗は元々意味も読みも異なる別字。だが見た目が良く似ているので古くから混同される事が多かった。
「ぎおん」と入力して「祗園」と変換出来てしまうMS-IMEが悪い。
百歩譲ってその変換を認めるとしても、せめて「本来は誤用」ぐらいのメッセージは出してほしい。

**デフォルトの名無しさん** · 2016/08/05(金) 23:24:48.92

>>437
フォントその他がJIS X 0213:2004対応かどうかで
偏が「示」になったり「ネ」だったりには変わるな

**デフォルトの名無しさん** · 2016/08/06(土) 05:56:41.80

もう数字の「１」も漢数字の「一」と統合しろよ。
「一回」と「1回」みたいに使い分けされてないだろ。
「ひとつを 1つと書くのはけしからん」なんて言う奴はキチガイ。

**デフォルトの名無しさん** · 2016/08/06(土) 06:01:39.31

使う漢字を減らそうとして常用漢字を策定しているのにそれが気に入らないなら義務教育を否定しろよ。

**デフォルトの名無しさん** · 2016/08/06(土) 06:15:36.28

>>442
1朝1夕とか 1石2鳥とか 8百万(やおよろず) なんて書かれたら脱力ものだけど
今じゃこんなのは当たり前なんだろうか

**デフォルトの名無しさん** · 2016/08/06(土) 06:22:28.56

つまり加藤１２３９段と書けと

**デフォルトの名無しさん** · 2016/08/06(土) 09:57:23.87

>>444
見たことはないが、読みがわからん奴がそのうちやるだろう。

**デフォルトの名無しさん** · 2016/08/06(土) 15:41:55.96

4国地方
9州地方

**デフォルトの名無しさん** · 2016/08/06(土) 22:32:19.37

16進数

**デフォルトの名無しさん** · 2016/08/06(土) 22:35:24.25

>>447
4は、ヨン、シ
よみかたがどうなるのか

時代と共によみかたもかわるそうだが、だからといって、よみかたは、どうでもいいとはいえない
辞書順にならべかえた場合、探しにくい

しじゅうきょく
しじゅうきょくもーめんと
四極子（しきょくし、英: quadrupole, quadrapole）または四重極とは、モーメントが等しい双極子
Wikipedia

**デフォルトの名無しさん** · 2016/08/06(土) 23:28:50.16

8日をはちにち、17日をじゅうななにちと口頭で言うなって感じだな。

特に8日と4日は聞き間違う可能性は低い。

**デフォルトの名無しさん** · 2016/08/07(日) 13:43:44.87

もうかなり前から小学校教育では
14日はじゅうよんにちだな

**デフォルトの名無しさん** · 2016/08/07(日) 15:24:00.14

>>451
本当？

**デフォルトの名無しさん** · 2016/08/07(日) 16:16:16.92

三重県よんにちいち市

**デフォルトの名無しさん** · 2016/08/07(日) 17:19:20.29

>>451
教員が間違っていることはよくあるんだよな。

俺も子供のころ、いろんな担任が漢字の読みを間違っていたし。

**デフォルトの名無しさん** · 2016/08/07(日) 23:09:39.81

>>445
そんなのは異体字セレクターか何かで何とかしろ

**デフォルトの名無しさん** · 2016/08/07(日) 23:58:49.54

絵文字のピストル、本物っぽいデザインとおもちゃっぽいデザインのどっちがいい？ | スラド IT http://it.srad.jp/story/16/08/06/2215228/

**デフォルトの名無しさん** · 2016/08/08(月) 00:42:12.05

4様

**デフォルトの名無しさん** · 2016/08/17(水) 16:58:01.66

秀丸エディタで補助漢字入りEUC-JPのデータをいじってたら何か化ける
というか秀丸がいうEUCって普通のEUC-JPじゃなくてコードページ51932(+ JIS X 0212)なのか？

**デフォルトの名無しさん** · 2016/08/17(水) 18:00:48.77

ではまずお前の思っている「普通のEUC-JP」「51932」の定義を言ってみろ

**デフォルトの名無しさん** · 2016/08/17(水) 18:48:59.59

コードページ51932は正直よく知らないんで何ともだが
「普通のEUC-JP」はGLにASCII、GRにJIS X 0208を最初からロッキングシフトしておいて
JIS X 0212を使いたい時はSS3で一文字づつ呼び出すやつ、という説明でいいのか？

**デフォルトの名無しさん** · 2016/08/17(水) 19:48:09.26

まじかよ最悪だな禿丸
でも試しに8F B2 D1を読み込ませたらX 0212の18-49が表示されたぞ
よくわからん

**デフォルトの名無しさん** · 2016/08/17(水) 21:43:57.03

CP51932の文字セットは932そのままじゃなかったかな?丸数字とか入ってる筈。補助漢字無し
unicode?51932の変換する時中で一旦932にするので注意だったような

**デフォルトの名無しさん** · 2016/08/17(水) 23:42:13.69

Windows-31JとJIS X 0212に有ってShift_JISに無い文字(例:U+9A4E)を含むUTF-32ファイルを開いてEUC-JPで保存する時だな。
UTF-32(U+9A4E)→シフトJIS IBM拡張文字(FB FB)→シフトJIS NEC選定IBM拡張文字(EE DF)→JIS(7C 61)→CP51932(FC E1)
という経路で変換するんだろうな。
>>458が期待したのは
UTF-32(U+9A4E)→(69 51)→EUC-JP(8F E9 D1)
だったと。
JIS X 0212はよく知らんが、UTF-32とのマッピング表がobsoleteなんだから禿丸の動作は仕方なくね

**デフォルトの名無しさん** · 2016/08/17(水) 23:54:23.01

>>461
ほとんどは正常？なんだけど、
NEC特殊文字/NEC選定IBM拡張文字/IBM拡張文字に入ってる(中でその後JIS X 0212に採録された)280文字はコードページ932の区点が優先されるっぽい？

"№"はJIS X 0212に従うEUC-JPなら02区81点 8F A2 F1になるはずだが秀丸のEUCでは13区66点 AD E2になってる、
"鸙"は76区54点 8F EC D6になるはずだが秀丸のEUCでは92区77点 FC EDになってる。

>>462
文字集合を932と同じに拡張したEUC表現ってことでいいのかですかね、ありがとう。

**デフォルトの名無しさん** · 2016/08/17(水) 23:58:51.50

>>463
そうそう、そういうことです！
補助漢字の前にコードページ932のNEC特殊文字/IBM拡張文字が優先なんですね……。
まあ最初からUTF-8かUTF-16にすればいいんだけど、うーん

長々とすみませんでした。

**デフォルトの名無しさん** · 2016/08/19(金) 02:34:45.63

つーかWindowsで動くエディタで、CP932互換じゃないEUC-JPに変換するのあるの？

**デフォルトの名無しさん** · 2016/08/19(金) 08:11:13.46

932互換でも構わんがJISX0212使っといて一部はG1(X0208)とか頭おかしいだろ
シングルシフト3は無しにして別に「EUC(0212有)」みたいな文字コードを設けろって感じ

**デフォルトの名無しさん** · 2016/08/19(金) 13:01:11.35

文字コードは難しすぎますね
すべての文字列はUTF-32で統一されるべきでしたわ

**デフォルトの名無しさん** · 2016/08/19(金) 16:44:17.07

>>466
「～」でやられることは割とまじで良くあるな

**デフォルトの名無しさん** · 2016/08/21(日) 00:40:20.53

>>460の言う普通のEUC-JPって
「~」を保存するとX0212になるんけ？
シフトジスの円マークを超える爆弾やないか

**デフォルトの名無しさん** · 2016/08/21(日) 01:09:58.00

0212のTILDEはU+FF5Eにすればいいのでは

**デフォルトの名無しさん** · 2016/08/22(月) 17:49:33.33

根拠のない俺マッピングですか

**デフォルトの名無しさん** · 2016/08/22(月) 19:04:01.72

>>439
Twitter に鞍替えしちゃったからなあ

**デフォルトの名無しさん** · 2016/08/24(水) 18:34:55.31

>>468
UTF-32を勉強したけど、結合シーケンスの
正規化のあたりで難しくてついていけなくなった

**デフォルトの名無しさん** · 2016/08/31(水) 19:23:24.63

そう言えば昔、Unicodeのインディアンスレ？があったけど
スレは単発で終わったんだっけ

**デフォルトの名無しさん** · 2016/08/31(水) 20:38:55.78

>>475
👳❔

**デフォルトの名無しさん** · 2016/08/31(水) 20:39:42.33

(´･ω･`)

**デフォルトの名無しさん** · 2016/08/31(水) 21:34:59.28

>>476
👳❔

**デフォルトの名無しさん** · 2016/08/31(水) 22:07:21.28

インディアンの顔文字提案スレですね

**デフォルトの名無しさん** · 2016/08/31(水) 23:58:22.53

10人のインディアンが一人づついなくなるのか

**デフォルトの名無しさん** · 2016/09/01(木) 01:10:12.45

㍑とZWJで結合するのかな

**デフォルトの名無しさん** · 2016/09/02(金) 18:21:16.83

Unicodeｵﾜｯﾄﾙ

**デフォルトの名無しさん** · 2016/09/02(金) 23:20:06.03

NFKD正規化って存在価値あるの？
オ㍗ルをオワットルに変換できた所で
何がうれしいのかよくわからん

**デフォルトの名無しさん** · 2016/09/03(土) 00:41:07.59

NFKDを検索したら𝐍𝐅𝐊𝐃も𝑁𝐹𝐾𝐷もマッチする方が嬉しいし
1月が㋀にマッチしたり株式会社が㍿にマッチしたら嬉しいから
俺はメリットがあると思うけど

**デフォルトの名無しさん** · 2016/09/03(土) 02:21:27.68

半角ABCで検索したら全角ＡＢＣがヒットしないFirefoxさん…

**デフォルトの名無しさん** · 2016/09/04(日) 17:57:17.34

>>483
分解除外採用すべきやろな
仕様がクソすぎる

**デフォルトの名無しさん** · 2016/09/04(日) 22:08:48.81

その割に何十個もあるハイフン系は
NFKDでもまとまらないという

**デフォルトの名無しさん** · 2016/09/05(月) 08:48:36.28

>>487
それはNFKDの仕事じゃない

**デフォルトの名無しさん** · 2016/09/06(火) 20:51:36.90

>>488
似た文字を正規化すんのがKの正規化でしょ
実際にU+2011はNFKDでU+2010になるし

**デフォルトの名無しさん** · 2016/09/06(火) 21:18:50.81

そろそろポケモン来る？

**デフォルトの名無しさん** · 2016/09/07(水) 01:48:06.44

もう横棒類は全部 HYPHEN-MINUS に置き換えしとけ

**デフォルトの名無しさん** · 2016/09/07(水) 03:48:29.15

>>489
compatibilityがあるものだけ
何十個もcompatibilityのあるdash/hyphenはない
横棒っぽい文字を全部集めたら数十種類あると思うが
それを全部例えばhyphen-minusに変換したら
テキストの意味が変わってしまい
到底NORMALizationと呼べるようなものではない
勿論そういう変換が有効な応用ではそうしていい

**デフォルトの名無しさん** · 2016/09/08(木) 20:41:13.60

つまり「俺のcompatibility基準を満たしていないからダメだもん」

横棒類は全部 HYPHEN-MINUS に置き換えでいい

**デフォルトの名無しさん** · 2016/09/10(土) 02:47:21.06

グダグダ言ってるとユニコード貼るぞ
俺のユニコードでお前は瞬殺

**デフォルトの名無しさん** · 2016/09/10(土) 12:24:25.95

ユニコードは犯罪だからやめてください！

**デフォルトの名無しさん** · 2016/09/12(月) 10:27:24.50

そこはユニコ-ドでしょ

**デフォルトの名無しさん** · 2016/09/12(月) 14:27:32.13

>>493
unicode character databaseと言うものがありましてねえ

**デフォルトの名無しさん** · 2016/10/03(月) 15:40:21.15

>>497
で?

**デフォルトの名無しさん** · 2016/10/05(水) 18:49:51.38

来年は JIS X 0201/0208/0213/0213/0218 の見直し時期だけど
果たして 0208 と 0213 の大統合計画は進んでいるのかしら。

**デフォルトの名無しさん** · 2016/10/05(水) 20:58:30.93

大統領計画に見えた

**デフォルトの名無しさん** · 2016/10/05(水) 21:43:58.27

もうJISなんて誰も読んでないから更新するだけ無駄

**デフォルトの名無しさん** · 2016/10/06(木) 00:19:24.84

なんだかんだいろいろな場から参照されるしUnicodeの中の人も読まざるを得ないから
うんこ絵文字のバリエーション大量に紛れ込ませてUnicodeにUnko Supplementとして収録させるチャンス

**デフォルトの名無しさん** · 2016/10/06(木) 17:53:36.88

ウンコはIVSの240まででお願いします

**デフォルトの名無しさん** · 2016/10/07(金) 16:27:31.20

>>501
なわけないw

**デフォルトの名無しさん** · 2016/10/08(土) 04:31:56.90

ようやく変体仮名は投票に進むことになったのか

**デフォルトの名無しさん** · 2016/10/10(月) 18:05:59.46

>>501
刷りで字形変えるとか狂気の沙汰やで

**デフォルトの名無しさん** · 2016/10/10(月) 19:30:46.05

>>503
そういえば例の絵文字の肌色セレクターってうんちの健康状態セレクターにも使えそうな気がしてきた

**デフォルトの名無しさん** · 2016/10/10(月) 22:58:01.80

うんこ色のカレーとうこん色のカレーを区別するのです

ケーキに黒っぽいVS付けたらチョコレートケーキとか
そういう汎用化は日本が提案したけど駄目だったんじゃなかったっけ？
肌の色が何とかなればいいんだってことで

**デフォルトの名無しさん** · 2016/10/10(月) 23:51:20.73

モアイに色付けたら似てる人たくさんいるよな

**デフォルトの名無しさん** · 2016/10/11(火) 20:05:00.55

カレー味のうんこ
うんこ味のカレー
の区別も必要(´・ω・｀)

**デフォルトの名無しさん** · 2016/10/11(火) 21:31:06.48

本来モアイじゃなくてモヤイだけどな

**デフォルトの名無しさん** · 2016/10/11(火) 21:50:29.29

>>511
だが誰も気にしない
http://emojipedia.org/moyai/
拳銃についてはあれだけ議論になるのにモヤイはモアイでいいみたい

**デフォルトの名無しさん** · 2016/10/11(火) 22:41:02.94

イースター島にあるのがモアイ、渋谷にあるのがモヤイだと思ってたｗ

**デフォルトの名無しさん** · 2016/10/12(水) 16:00:26.26

本来はそれで合ってるはずなんだけどね

**デフォルトの名無しさん** · 2016/10/15(土) 23:01:11.77

ユニコードのUAX#29(文字・単語・段落の抽出)を久しぶりに読んでみたら
Grapheme clusterの仕様が絵文字のルールに汚染されていた。
何なんだこの絵文字推しは。

**デフォルトの名無しさん** · 2016/10/16(日) 12:53:03.20

>>515
確かに追加されてる
けどemojiがある以上ルールを追加しないと仕方ないからしょうがない
合成使って性別modifierとかふざけてるけど

**デフォルトの名無しさん** · 2016/10/16(日) 23:34:01.26

この性別ってライオンのたてがみとか、人間以外にも使えるんだろうか

**デフォルトの名無しさん** · 2016/10/17(月) 16:48:56.72

フィッツパトリック肌分類って6種類あるのに
何でUnicodeのEmoji Modifiersでは5つしか入れてないんだろう
"pale white skin"と"white skin"は区別しなくていいのか

**デフォルトの名無しさん** · 2016/10/17(月) 18:02:36.80

フィッツパトリック肌分類に基づいた上で1と2を一つにまとめて5段階にした
と書かれているんだから区別しなくていいと判断したんだろう
根拠は不明だが

**デフォルトの名無しさん** · 2016/10/17(月) 18:48:57.01

そこらへんすごく謎。まとめていいんかいと思った。

**デフォルトの名無しさん** · 2016/10/17(月) 19:58:51.95

もうめちゃくちゃだよ

**デフォルトの名無しさん** · 2016/10/19(水) 07:22:54.68

絵文字をざっくりしたシンボルじゃなくて
なまじリアルな絵で表現し始めちゃったのがそもそもの間違いなんだよな

**デフォルトの名無しさん** · 2016/10/19(水) 18:20:20.85

コードポイントを追加するのはともかく
modifierみたいなコードポイント列の解釈についての
ルール追加はやめて欲しいものだ

**デフォルトの名無しさん** · 2016/10/19(水) 19:21:02.82

>>515
あいつらクズばっか
文字採用基準もただの好みだし

**デフォルトの名無しさん** · 2016/10/27(木) 22:59:57.94

もうBase64か何か使って直接画像のバイナリデータ埋め込めばいいのに
Unicodeのコードポイントとして登録したがるのは何で

**デフォルトの名無しさん** · 2016/10/28(金) 00:02:59.53

>>525
画像だったら機械可読じゃないだろ。
バニーガールの性別と人種を機械的に判別できるようにすることは世界にとって有益だろ？

**デフォルトの名無しさん** · 2016/10/28(金) 16:48:59.16

DoCoMoのiモード絵文字がNew York近代美術館のコレクションに | スラドモバイル
https://mobile.srad.jp/story/16/10/28/0416246/

The Original Emoji Set Has Been Added to The Museum of Modern Art’s Collection – MoMA – Medium
https://medium.com/moma/the-original-emoji-set-has-been-added-to-the-museum-of-modern-arts-collection-c6060e141f61#.cqv1mudi0

New York’s MoMA Acquires the First Ever (Very Pixelated) Emoji | WIRED
https://www.wired.com/2016/10/new-yorks-moma-acquires-first-ever-pixelated-emoji/

**デフォルトの名無しさん** · 2016/10/28(金) 18:45:52.85

スレ違いレスを無言で貼るな低能

**デフォルトの名無しさん** · 2016/10/28(金) 20:49:51.94

絵文字がモノクロドット絵の頃は文字コード業界も平和だったのに