文字コード総合スレ Part12

**デフォルトの名無しさん** · 2018/12/16(日) 12:38:15.61

Windows NTは初代からUnicodeがネイティブの文字コードです。cp932ではありません。
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、Shift_JIS、JIS、EUC、Unicode、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/
文字コード総合スレ Part10 http://mevius.2ch.net/test/read.cgi/tech/1444822140/
文字コード総合スレ Part11 https://mevius.5ch.net/test/read.cgi/tech/1516629503/

**デフォルトの名無しさん** · 2019/02/01(金) 18:36:04.25

回答ありがとうございます
本当に助かります

>>161
あーそういう感じですか・・・
ってことは自分で調査しないとだめそうですね
返答ありがとうございました

>>162
ほとんど初心者なので知りませんでした　こういう関数があるんですね
専門用語とかだけでも出してもらえて嬉しいです
何も知らないのでぐぐる事もできなかったので助かります

単語さえわかればあとはこちらで調べますので
他にも関連した情報がありましたら用語だけでも教えてもらえると嬉しいです

**デフォルトの名無しさん** · 2019/02/01(金) 19:29:42.41

Unicode(UTF-8, UTF-16)はコードポイント順とは別にソート順のデータが定義されてるんだけど
記号類がアルファベットの前に来るってのはそれっぽいような
http://www.unicode.org/Public/UCA/latest/allkeys.txt

でも〆の位置は明らかに違うなぁ

**デフォルトの名無しさん** · 2019/02/01(金) 22:48:31.77

>>161
ほんそれ

**デフォルトの名無しさん** · 2019/02/01(金) 23:10:01.58

例えば韓国製のゲームなら韓国語での文字コード順になってるかもな

データベースにMySQLを使ってるかもしれないという前提だと
MySQLでのソート順序はCollationという

http://variable.jp/2009/07/14/mysql-collation/
> MySQL5.0では，126種類でMySQL5.1では，127種類のCollationが用意されている。
> 一つの文字コードに複数のCollationが用意されていて、文字データの場合，文字コードによって，
> 並びが変化する。

127種類のうちUTF8系だけで21種類の順番が存在する

**デフォルトの名無しさん** · 2019/02/04(月) 15:09:00.52

中国製なら中文系かもな。「Big5」とか「CNS11643（EUC_TW）」とか、「GB2312（EUC_CN）」とか。

**デフォルトの名無しさん** · 2019/02/05(火) 19:23:22.90

日本製でもCO-59とかの可能性がある。

**デフォルトの名無しさん** · 2019/02/06(水) 14:24:15.52

230 New Emojis in Final List for 2019
https://blog.emojipedia.org/230-new-emojis-in-final-list-for-2019/

**デフォルトの名無しさん** · 2019/02/06(水) 15:28:47.74

絵文字ちゃうやん
ただの絵

**デフォルトの名無しさん** · 2019/02/06(水) 21:57:35.71

>>169
ブリックパックの右二つがなんだかわからない

**デフォルトの名無しさん** · 2019/02/07(木) 00:13:13.64

だんだんレゴみたいになってきたな

**デフォルトの名無しさん** · 2019/02/07(木) 18:52:35.59

>>171
南アの飲み物マテと牡蠣じゃねーの

**デフォルトの名無しさん** · 2019/02/08(金) 04:31:41.05

なんか真珠できてない？

**デフォルトの名無しさん** · 2019/02/08(金) 19:56:39.86

真珠を絵に入れるなら pearl oyster にしとけばいいのに

**デフォルトの名無しさん** · 2019/02/09(土) 15:36:03.22

>>110
SSIDって英数字だけじゃないの？

**デフォルトの名無しさん** · 2019/02/09(土) 16:49:37.43

>>176
ほとんどのルーターで禁止されているけど、ルーターのWebUIでSSIDを設定する時に
JavaScriptの文字列チェックを外して強引にUTF-8で設定させるのが一部で流行っているらしい。

**デフォルトの名無しさん** · 2019/02/10(日) 00:42:00.71

内部UTF-8なの？

**デフォルトの名無しさん** · 2019/02/10(日) 00:57:47.38

内部では単なるヌル終端のバイト列として扱ってるだけなんだろう

**デフォルトの名無しさん** · 2019/02/10(日) 15:54:10.44

無理やり設定しても繋げられなくなる気がする

**デフォルトの名無しさん** · 2019/02/10(日) 19:57:18.23

💩
うんこ
🍭
あめ

**デフォルトの名無しさん** · 2019/02/10(日) 20:01:32.56

🍭
あめ
☔
雨

**デフォルトの名無しさん** · 2019/02/10(日) 22:34:53.92

>>180
見えているのに到達できない場所みたいだな

**デフォルトの名無しさん** · 2019/02/10(日) 23:37:08.37

ユニコードの文字の説明（#から右の部分）がのっているテキストファイルの置き場所って
どこかわかります。できれば、日本語だけでなく全文字が欲しい。

↓こんなやつがずらっと。
0x878D U+337E # SQUARE ERA NAME MEIZI [2000]

**デフォルトの名無しさん** · 2019/02/10(日) 23:45:31.96

https://unicode.org/Public/MAPPINGS/
ここは知っています。

**デフォルトの名無しさん** · 2019/02/11(月) 18:36:04.22

そこ知ってるならもう辿り着けたも同然なのに
一つ上がってみよう

**デフォルトの名無しさん** · 2019/02/12(火) 17:07:51.47

一昔前に、大塩平八郎のLANや応仁のLANというSSIDが話題になったことがあるよね。
俺は見たこと無くて何とも言えないのだけど、実際に接続できたのだろうか？

**デフォルトの名無しさん** · 2019/02/14(木) 19:27:45.79

文字化け先生はなんかあったのか

**デフォルトの名無しさん** · 2019/02/14(木) 21:24:21.21

境界判定するつもりが教会判定することになり異端審問にかけられた。

**デフォルトの名無しさん** · 2019/02/15(金) 10:47:46.35

Nobody expects the Spanish Inquisition!

◆QZaw55cn4c · 2019/02/15(金) 21:47:29.13

>>190
Nobody knows the trouble i've seen, nobody knows but Jesus!

**デフォルトの名無しさん** · 2019/02/23(土) 21:24:43.04

https://unicode.org/cldr/utility/character.jsp?a=1D00
↑ここにアクセスしても空白のページが表示されるだけなんだけど
みなさんもそう？

前までは確かに存在したページの筈……。

**デフォルトの名無しさん** · 2019/02/24(日) 11:44:00.18

確かに空白だな、と思ってソース見たらtofuが並んでた

**デフォルトの名無しさん** · 2019/02/24(日) 14:46:38.10

Service Temporarily Unavailable

**デフォルトの名無しさん** · 2019/02/24(日) 17:25:45.84

そうか…
あのページはすごい便利に使わしてもらってたのに、利用できないとは残念

**デフォルトの名無しさん** · 2019/02/25(月) 10:45:27.39

>>192 がトドメ刺したんか

**デフォルトの名無しさん** · 2019/02/25(月) 10:51:17.50

こっちか
http://cldr.unicode.org/

**デフォルトの名無しさん** · 2019/02/27(水) 18:11:26.22

>>197
そのページから個々の文字に関する情報って見れなくね？

**デフォルトの名無しさん** · 2019/03/06(水) 23:53:15.90

unicode 12.0 出てた

**デフォルトの名無しさん** · 2019/03/07(木) 07:31:58.41

>>199
unicode、すっかりグダグダたな。なんだよ絵文字って。

**デフォルトの名無しさん** · 2019/03/07(木) 08:59:33.50

Announcing The Unicode Standard, Version 12.0
http://blog.unicode.org/2019/03/announcing-unicode-standard-version-120.html

**デフォルトの名無しさん** · 2019/03/07(木) 11:12:32.47

仕事する馬鹿ほど面倒なものはない

**デフォルトの名無しさん** · 2019/03/07(木) 20:32:36.31

U+32ffにはplaceholderも入れてないのか

**デフォルトの名無しさん** · 2019/03/08(金) 07:46:36.72

>>201
「ゑ」の小さい字もできるんだ、
「ぇ」みたいに。

**デフォルトの名無しさん** · 2019/03/08(金) 14:51:06.96

概出？
https://qiita.com/yumetodo/items/54e1a8230dbf513ea85b

**デフォルトの名無しさん** · 2019/03/08(金) 18:46:01.42

その読みにくい文体、中学のマイコン部の先輩が部誌に書いてたコラムに似てるなと思った

**デフォルトの名無しさん** · 2019/03/08(金) 18:58:34.86

内容はともかく

> それに、今みたいなポリコレ棒が猛威を振るう時代だったら、CJK統合は行われなかったでしょうね。
> 部外者が他文化の文字に対してもの申す事は、文化への攻撃・侵害・侵略として糾弾されたでしょうから。
> 日本人や中国人側からではなく、米国や欧州の国々の方から強い反対が出たでしょう。
<https://qiita.com/yumetodo/items/54e1a8230dbf513ea85b#comment-ba92e82cf5ff8a829c10>;

↑これはなるほどと思った。政治的正当性についてとやかく言うつもりはないが
CJK統合はマジでそのCJK文化圏にいる利用者からは扱いずらすぎるからな……。
「意味や字形が似ている文字なら同じ符号を割り当てていい」のなら，
フラクツゥールを態々用意せずに，lang=de-x-Frakみたいな指定があったときに
文字「A」を「𝔄」という字形で表示すればいいのに，そうしてない。

**デフォルトの名無しさん** · 2019/03/08(金) 19:17:05.59

苦情が出た時のために拡張領域があるんだから許してあげてよ。

**デフォルトの名無しさん** · 2019/03/08(金) 20:40:25.47

小さいゐゑヰヱは "used to write archaic Japanese" なんだけど
小さいヲンは実は典拠が微妙
同じワ行音ってことで何となく入っちゃった

**デフォルトの名無しさん** · 2019/03/08(金) 20:41:24.22

同じってのはヲの方だけど

**デフォルトの名無しさん** · 2019/03/08(金) 22:42:36.27

リンゴロゴ(U+F8FF)を使った Tim  が正しく表示される環境は限定的なのかな？

私は「ティム・アップル」トランプ氏言い間違えに本人が便乗
https://www.afpbb.com/articles/-/3214744
　【3月8日 AFP】米アップル（Apple）のティム・クック（Tim Cook）最高経営責任者（CEO）は7日、
　ドナルド・トランプ（Donald Trump）米大統領に名前を呼び間違えられたことを受け、
　公式ツイッター（Twitter）アカウントの名前を「ティム・アップル」に変更した。

　トランプ氏は6日、ホワイトハウス（White House）で開かれた会合で、
　アップルの国内投資と雇用創出について感謝の意を述べた際、クック氏を「ティム・アップル」と呼び、ツイッター上で話題を呼んだ。

　するとクック氏は翌朝、これに便乗し、自身のツイッターの表示名を「ティム」の後にアップルのロゴをつけたものに変更。
　ツイッターユーザーからは、米マイクロソフト（Microsoft）共同創業者のビル・ゲイツ（Bill Gates）氏を
　「ビル・マイクロソフト」、米電気自動車（EV）大手テスラ（Tesla）のイーロン・マスク（Elon Musk）最高経営責任者（CEO）を
　「イーロン・テスラ」、初代米大統領のジョージ・ワシントン（George Washington）を
　「ジョージ・アメリカ」と呼んだらどうかといったトランプ氏への提案も飛び出した。

　ヒラリー・クリントン（Hillary Clinton）元米国務長官を「Crooked Hillary（歪んだヒラリー）」と呼ぶなど、
　ニックネームを生み出してきたことで知られるトランプ氏は、過去にも同じような言い間違えをしている。
　昨年には、米航空防衛大手ロッキード・マーチン（Lockheed Martin）のマリリン・ヒューソン（Marillyn Hewson）CEOを「マリリン・ロッキード」と紹介した。
(c)AFP

ティム・クック氏のツイッター・アカウント
https://twitter.com/tim_cook
https://twitter.com/5chan_nel (5ch newer account)

**デフォルトの名無しさん** · 2019/03/08(金) 23:59:07.12

Private Use Area を公にさらす変態

**デフォルトの名無しさん** · 2019/03/09(土) 00:06:34.07

私用領域U+E50Aが渋谷109の絵文字に割り当てられているツイッターさんの前でも同じこと言えんの？
https://twitter.com/muota_here/status/657111322656555008
https://twitter.com/5chan_nel (5ch newer account)

**デフォルトの名無しさん** · 2019/03/09(土) 03:14:15.24

Tim Appleと呼ばれたTim Cook、Tim Tofuを名乗る。

**デフォルトの名無しさん** · 2019/03/09(土) 07:26:47.29

>>207
>CJK文化圏にいる利用者からは扱いずらすぎる

わざとそれを狙って毒撒いたんじゃね？

**デフォルトの名無しさん** · 2019/03/09(土) 07:28:53.38

>>207
ぁたιゎゆるさﾅょぃ

**デフォルトの名無しさん** · 2019/03/09(土) 20:48:52.13

>>192
http://www.unicode.org/cldr/utility/character.jsp?a=9AD9

使えるように直ったっぽいよ。

**デフォルトの名無しさん** · 2019/03/10(日) 00:01:29.10

>>216
「あたしわゆる」の後なんて書いてあるの？

**デフォルトの名無しさん** · 2019/03/10(日) 00:29:48.57

>>218
さない
「あたしわゆるさない」だろ

**デフォルトの名無しさん** · 2019/03/10(日) 17:51:22.00

>>207
長すぎてどこまで読んだか判らない

>>217
ありがとー

**デフォルトの名無しさん** · 2019/03/11(月) 11:18:28.54

>>220
>>192は俺な訳だがなぜ無関係なあなたが返事をしているんだw

**デフォルトの名無しさん** · 2019/03/11(月) 12:16:12.73

我は汝、汝は我。禁断の叡智は開かれた。

**デフォルトの名無しさん** · 2019/03/14(木) 16:59:19.77

UAX #29: Unicode Text Segmentation
http://www.unicode.org/reports/tr29/tr29-35.html#Modifications

Unicode 12.0.0 では新しく U+FF10..U+FF19 の全角数字を数字扱いするようになったのね。
UAX #14 では Ideographic のままだし何で今頃変えたのかよく分からないけど。

**デフォルトの名無しさん** · 2019/03/14(木) 22:33:54.00

これから漢数字とか丸数字も数字扱いしだすゾォー^
属性定義するのはいいけど定義をコロコロ変えてんじゃねぇよ

**デフォルトの名無しさん** · 2019/03/15(金) 00:54:56.25

>>223
まじかよ
互換性がとも思うけど，寧ろ便利なのかな。

**デフォルトの名無しさん** · 2019/03/15(金) 06:30:19.25

ダブルクリックで文字列選択するような機能に影響でなければいいけどなあ
鈴木一郎が全部漢字だから一気に選択できたのに一が数字だからってんで
鈴木/一/郎なんて分けられたらやっかいだ

**デフォルトの名無しさん** · 2019/03/15(金) 06:41:57.81

Unicodeじゃなくて個別のライブラリの仕様次第だと思うけど、近い将来影響が出てきそうだね。

**デフォルトの名無しさん** · 2019/03/15(金) 12:06:24.49

>>226
うわあ

**デフォルトの名無しさん** · 2019/03/15(金) 12:07:15.17

そういえば(今もそうかは知らないが)Firefoxは「々」がそういう選択のされ方だった。あれはなんでなんだろう。

**デフォルトの名無しさん** · 2019/03/15(金) 14:05:00.83

漢数字の数字扱いまだ？

**デフォルトの名無しさん** · 2019/03/15(金) 15:31:55.15

そして参とか陸とかまで数字扱いされて地獄へ

**デフォルトの名無しさん** · 2019/03/15(金) 15:39:45.46

ソート順が萬>千>百>拾とかか

**デフォルトの名無しさん** · 2019/03/15(金) 19:19:14.57

Unicode 11の時点で十進法表記に基づく0-9相当の文字はNumeric扱いされてたようだから
FF10..FF19は確かに漏れだな
http://www.unicode.org/Public/11.0.0/ucd/auxiliary/WordBreakProperty.txt

**デフォルトの名無しさん** · 2019/03/15(金) 19:36:37.30

正規表現ライブラリpcreは境界判定\bや英数字判定\wの判定方法をフラグPCRE_UCPで切り替えられるようになっている。
grepの-Pオプションはpcreを使うのだけど、境界判定\bが-Eオプションと違う動きになる。PCRE_UCPオプションを使ってビルドいないからだろうと思う。

**デフォルトの名無しさん** · 2019/03/22(金) 01:21:11.28

ふむ

**デフォルトの名無しさん** · 2019/03/23(土) 19:29:06.12

ふまない

**デフォルトの名無しさん** · 2019/03/23(土) 23:02:35.35

ふまれたい

**デフォルトの名無しさん** · 2019/03/24(日) 03:18:52.69

フモフモ

**デフォルトの名無しさん** · 2019/03/24(日) 11:24:12.73

もふもふ

**デフォルトの名無しさん** · 2019/03/24(日) 14:16:39.59

このスレかどっかでC99で作られたUnicodeライブラリの紹介を見掛けた気がするんだけど
誰か知らないですか。
確かに5ちゃんねるの文字コード関連のレスで
「---っていうライブラリが便利だよ」みたいな文章だったと思うんですけど。。。
なぜかそのときライブラリのWebページをブクマし忘れててそのライブラリの名前を失念してしまったんです

**デフォルトの名無しさん** · 2019/03/24(日) 14:32:46.63

過去様が卒業したとこ

**デフォルトの名無しさん** · 2019/03/24(日) 16:01:40.15

未来様。

**デフォルトの名無しさん** · 2019/03/27(水) 17:42:59.30

ICUは有名なのですぐ見付かるだろうしなによりC99じゃない。
utf8procじゃねーの？

**デフォルトの名無しさん** · 2019/04/01(月) 17:18:38.72

このスレのみんなは㋿だって先に知ってたんだな

**デフォルトの名無しさん** · 2019/04/01(月) 20:45:19.42

お前ら、システム改修の時は互換漢字もちゃんと考慮しろよ

https://twitter.com/yabuki/status/1112565487995518979
https://twitter.com/5chan_nel (5ch newer account)

**デフォルトの名無しさん** · 2019/04/01(月) 22:00:00.14

新元号発表の時の墨書、楷書体だけど「令」の字形はU+F9A8に似ていた。
何らかの揉め事になって面白い事になるかも。

**デフォルトの名無しさん** · 2019/04/01(月) 23:51:37.27

てか「人一卩」と「人丶マ」は異体字セレクタにあるけど、官房長官が掲げた「人丶卩」が無いな

**デフォルトの名無しさん** · 2019/04/02(火) 02:25:50.36

Gengo-Oshuujiコレクションを申請するときがきたか

**デフォルトの名無しさん** · 2019/04/02(火) 07:20:09.23

あのお習字も公文書扱いらしいな
汎用電子あたりにぶち込んでいいぞ

**デフォルトの名無しさん** · 2019/04/02(火) 10:10:03.96

個人的には新元号に2004年のJISで例示字形変更された字や第2水準以下の字が使われなくて良かったと思ってる。

**デフォルトの名無しさん** · 2019/04/02(火) 12:05:10.00

>>245
そんな大事な話でFA98とF9A8間違うとか絶対わざとやってるだろ
消して投稿しなおせよ

**デフォルトの名無しさん** · 2019/04/02(火) 12:10:05.14

>>247
そもそも字が下手過ぎて習字の基本すら出来てないやろ

和にしても
ノ木口
なのに
ノ丶木口
って描かれてる

**デフォルトの名無しさん** · 2019/04/02(火) 14:05:03.11

新元号「令和」と文字コード(主にUnicode)の問題
https://togetter.com/li/1333809

**デフォルトの名無しさん** · 2019/04/02(火) 18:12:09.33

アドビのフォントが新元号「令和」に対応--2パターンの合字を追加
https://japan.cnet.com/article/35135080/

この手の合字をもっと増やしてもいいと思う。絵文字をボコボコ増やすよりも有意義だ。
㌀、㍇は既にある。ゲートウェイの合字があると面白い。
山手線の新駅の名前に使える。

**デフォルトの名無しさん** · 2019/04/02(火) 21:47:42.61

集合住宅名にありがちシリーズだと㌞・㌪はあるがヒルズとかテラスとかがないな

**デフォルトの名無しさん** · 2019/04/02(火) 23:57:38.32

いらんわ

**デフォルトの名無しさん** · 2019/04/03(水) 19:17:17.44

Unicodeに入れるのはむりぽ
AJ1ならワンチャンあるかも

**デフォルトの名無しさん** · 2019/04/03(水) 22:13:58.47

>>250
誰でも読み書き出来る字を選ぶという配慮であろう。
令は小学4年、和は3年で習う字だ。
今時のキラキラネーム(DQNネーム)とは違う。

**デフォルトの名無しさん** · 2019/04/03(水) 23:15:11.57

常用漢字から選ぶとは最初に告知されてたが、
2010年追加の常用漢字の中には第２水準以下だったりJIS2004で字形変更されて
2点しんにょうや古い食へんの字があるよな。
教育漢字にはならなくて小学校では習わない字のままだったけど。

**デフォルトの名無しさん** · 2019/04/04(木) 00:45:49.30

あの「令和」っていう習字の画像って公文書として入手できないのかな。

**デフォルトの名無しさん** · 2019/04/04(木) 01:42:15.29

習字の意味分かってる?

**デフォルトの名無しさん** · 2019/04/04(木) 02:37:07.88

どのメーカーの半紙と墨汁を使ったか公開すればバカ売れだな