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** · 2019/02/24(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

**デフォルトの名無しさん** · 2019/04/04(木) 03:17:29.09

字が下手過ぎた
やり直せ

**デフォルトの名無しさん** · 2019/04/04(木) 08:30:46.45

https://twitter.com/yanok/status/1113052042254143489

令の字に関してなぜかU+F9A8なんて話が流れてきた。韓国KSコード由来の互換漢字。
これは『改訂新版プログラマのための文字コード技術入門』p.110に書いたような理由で入ったものだけども、扱うことはまずないのでは。
それ言うんならU+2F24の「⼤」を使った「⼤正」は今までチェックしてたのかい?

これはUnicodeになぜか別立てで入っている康熙部首の符号位置。
https://twitter.com/5chan_nel (5ch newer account)

**デフォルトの名無しさん** · 2019/04/04(木) 13:53:52.02

リとり間違うような恥ずかしい間違いだな

**デフォルトの名無しさん** · 2019/04/04(木) 15:25:32.68

>>264
電子化された契約文書に大正の年号が使われることがないから影響もなかった。

**デフォルトの名無しさん** · 2019/04/06(土) 15:08:14.87

大正時代に生まれた人なんかいくらでも電子管理の対象になりうるだろ

**デフォルトの名無しさん** · 2019/04/06(土) 19:32:01.25

大正はIME類に成語として登録されてるからよっぽどでもないかぎり他の大は出てこんわね。

でも令和は現状自由変換状態で、この状況はみんなのスマホやPCが“令和対応”のものに更新されるまで当面続く。
そこに「こっちの令が正しい形」説が追い打ちをかけてきてるのが困ったところ。

**デフォルトの名無しさん** · 2019/04/07(日) 11:42:20.44

じゃあ令和もIME登録したらいい，って思っちゃうのは素人考えなんですかね。

**デフォルトの名無しさん** · 2019/04/07(日) 14:27:30.40

他人のIMEに一括登録できるなら何かのプロだな。
あるいは単に問題を取り違えてる素人かもしれん。

**デフォルトの名無しさん** · 2019/04/08(月) 00:28:20.42

令和
令和

**デフォルトの名無しさん** · 2019/04/08(月) 12:50:59.09

江戸時代の地震記録した古文書495点市民参加して解読完了！「くずし字学んだ」　2019年04月07日 06時00分　@ハザードラボ
https://www.hazardlab.jp/know/topics/detail/2/8/28696.html
https://www.hazardlab.jp/contents/post_info/2/8/6/28696/09_01.png

江戸時代の古文書に記録された災害の歴史。くずし字を現代文字に直しながら読んでいくプロジェクトだ（京都大）

京都大学は、地震研究所図書室が所蔵する江戸時代の地震を記録した古文書495点の解読を終了したと発表した。

2017年1月にスタートした解読作業は、4600人を超える一般市民が参加してくずし字で書かれている古文書を、一字ずつ現代文字に活字化するという
プロジェクトで、過去の災害の歴史を学ぶきっかけにつながるという。

古代から地震が多かった日本では、『日本書紀』に残る416年の「允恭（いんぎょう）地震」を最古として、数多くの史料が残されている。しかし、解読されたのは
そのうちのほんの一部で、有益な情報のほとんどが手付かずの状態だ。

**デフォルトの名無しさん** · 2019/04/08(月) 12:51:41.80

くずし字学習アプリを使ってゲーム感覚で学ぶ
https://www.hazardlab.jp/contents/post_info/2/8/6/28696/cover.jpg

翻刻が終わった『地震年代記』（国立民族博物館）

京都大学大学院の「古地震研究会」は2017年1月、東大地震研究所の図書室が所蔵する古文書495点をインターネット上に公開し、Wikipediaのように閲覧者が
現代文字に書き換えるプロジェクトを開始。これまでに4626人が登録し、このうち347人が実際に文字の入力作業に参加した結果、新書30?35冊分の文字数に
あたる465万文字が入力されたという。

「みんなで翻刻」というこのサイトには、数多くのくずし字のパターンや、江戸時代の本から収集した3000種類近い熟語が収録されており、
くずし字学習支援アプリと連携することで、初心者でもくずし字を学ぶことができる機能が備わっている。（翻刻＝文字起こし）

過去の災害の歴史を学ぶきっかけに

https://www.hazardlab.jp/contents/post_info/2/8/6/28696/apri.png

学習アプリを使って、ゲーム感覚でくずし字を学ぶ

スタート当初は、地震研究所二代目所長をつとめた地震学者の石本巳四雄（みしお）氏がコレクションした114点の災害史料の翻刻を目標としていたが、
開始から5カ月後には完了。その後、資料を追加することで495点すべての作業が終わった。

今後は、ほかの資料館が所蔵する史料も登録を進め、翻刻を続ける計画なので、興味がある人は今からでも遅くない。パソコン1台あれば誰でもアクセス
できるので、ぜひ一度サイトを訪問してほしい。古文書の解読の楽しさはもちろん、自分が住んでいる地域で過去に起こった地震の歴史を学ぶこともできる。

**デフォルトの名無しさん** · 2019/04/08(月) 12:54:44.65

みんなで翻刻
https://honkoku.org/

**デフォルトの名無しさん** · 2019/04/09(火) 12:37:03.63

UTF-8って、制御コード含まれることはないんだっけか

**デフォルトの名無しさん** · 2019/04/09(火) 13:07:46.20

だぶりのコードもあるし
不正コードでおかしくなるシステムもある

**デフォルトの名無しさん** · 2019/04/09(火) 14:29:47.00

だぶりのわたなべさん

**デフォルトの名無しさん** · 2019/04/09(火) 23:57:15.76

最短ではないutf-8を不正としない処理系
https://tech.nikkeibp.co.jp/it/article/COLUMN/20090223/325337/
https://www.jpcert.or.jp/sc-rules/c-msc10-c.html
https://www.slideshare.net/ockeghem/ss-5620584

**デフォルトの名無しさん** · 2019/04/13(土) 16:03:07.58

東京パラのピクトグラム発表　全２２競技を絵文字で表現
https://www.asahi.com/articles/ASM4D61ZPM4DUTQP029.html
2019年4月13日11時08分

**デフォルトの名無しさん** · 2019/04/16(火) 14:56:33.54

新元号名で使用する文字コードについて（周知）
https://www.meti.go.jp/policy/it_policy/kaigen/20190405_kaigen_code.pdf

**デフォルトの名無しさん** · 2019/04/19(金) 00:40:25.06

周知元年

**デフォルトの名無しさん** · 2019/04/19(金) 00:42:08.08

草なぎの剣って
なぎはどの字が正解？

**デフォルトの名無しさん** · 2019/04/19(金) 00:45:03.52

薙

**デフォルトの名無しさん** · 2019/04/19(金) 02:32:47.43

〓

**デフォルトの名無しさん** · 2019/04/19(金) 06:10:41.34

草[データ欠損]の剣

**デフォルトの名無しさん** · 2019/04/19(金) 14:43:52.39

ｗｗｗの件

**デフォルトの名無しさん** · 2019/04/19(金) 15:47:39.94

草なぎって芸柏lにいるよな

**デフォルトの名無しさん** · 2019/04/20(土) 21:38:10.03

>>254
Unicodeに収録されている「パーツ」と「ほか」が追加されるとUnicode仮名合字が揃うから最優先

**デフォルトの名無しさん** · 2019/04/21(日) 01:51:55.93

タイ行きたくなってきた

**デフォルトの名無しさん** · 2019/04/21(日) 01:54:55.60

お？GoGoか？それともMP？ｗ

**デフォルトの名無しさん** · 2019/04/21(日) 13:49:25.89

>>254
これ使えって言われそうだ
🇬🇼

**デフォルトの名無しさん** · 2019/04/21(日) 17:44:13.32

どれや