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** · 2019/05/08(水) 16:59:08.16

2011年に改訂されて三代目の文字が追加されたと言われているな。
去年L2に文書が出てた。

http://www.unicode.org/L2/L2018/18011-info-kps9566-2011.pdf

**デフォルトの名無しさん** · 2019/05/08(水) 17:50:08.89

いきなり?で草
外に向けて公式発表とかはしてないのか

**デフォルトの名無しさん** · 2019/05/08(水) 19:23:31.67

令和の合字(U+32FF)は結局シフトJIS環境では使えないし、
まだこれを含むフォントがインストールされてなく表示出来ない事がある環境依存文字だから使うなとか
そもそも互換文字だから使うな、「令」(U+4EE4)と「和」(U+548C)を並べて書けとか言われるんやろ

**デフォルトの名無しさん** · 2019/05/08(水) 23:41:31.32

どうせ、利用するフォントによって、どの文字まで表示できるか？決まるんだから
変な文字は使わず、90年までの規格で止めとくほうが正解かもね。

**デフォルトの名無しさん** · 2019/05/09(木) 12:49:52.00

今回はそういう話じゃないぞ

**デフォルトの名無しさん** · 2019/05/09(木) 23:57:50.74

令和組み文字はCP932には入れないようだが、
JISX0213には入れるのだろうか?

**デフォルトの名無しさん** · 2019/05/10(金) 00:24:53.97

つーかそろそろ日本工業規格も令和に対応すべきだと思うのだが。
JIX X 0213だけじゃなくてJIS X 0301とかも。

**デフォルトの名無しさん** · 2019/05/10(金) 08:46:20.50

CP932に追加は無いだろうけど最近の過去互換の軽視ぷりからするとやらかす可能性が完全0じゃないのが怖い

**デフォルトの名無しさん** · 2019/05/10(金) 10:21:33.96

半角カタカナも滅べば良いし
年号の合字も無限に増やすのは無理だから
常に二文字表記で文字幅で調整すれば良い
天皇陛下万歳
千代に八千代に

**デフォルトの名無しさん** · 2019/05/10(金) 14:53:16.98

Android Qに絵文字64種類が追加。うち53種類が男女区別あいまいな人物のデザイン
https://japanese.engadget.com/2019/05/09/android-q-64-53/

**デフォルトの名無しさん** · 2019/05/10(金) 18:18:29.29

das emoji

**デフォルトの名無しさん** · 2019/05/11(土) 22:48:01.24

絵文字とかと同じ令[ZWJ]和でいいのにな
専用の文字コードが必要なのかと

**デフォルトの名無しさん** · 2019/05/12(日) 01:19:24.51

漢字のジョイントって意図が不明瞭にならないか？
偏旁に配置した新字を創字したいのかなと思ってしまう

**デフォルトの名無しさん** · 2019/05/12(日) 13:36:08.25

ほとんど見掛けないけど漢字位置記述文字みたいなの使えば？

**デフォルトの名無しさん** · 2019/05/12(日) 16:00:08.02

あれは人間への説明用であって合成して表示させるものじゃないから違うような

> the reader can then create a mental picture of the ideographs from the description.

> In particular, support for the characters in the Ideographic Description block does not require the rendering engine to recreate the graphic appearance of the described character.

**デフォルトの名無しさん** · 2019/05/12(日) 19:33:59.77

あ，そうなのか。
あれを適切に設定すれば，対応したビューアで自由に漢字が表現できるもんだとばかり……。
教えてくれてありがとう。

**デフォルトの名無しさん** · 2019/05/12(日) 21:21:35.48

あれだと縦書きと横書きで並び変えられないしね
欲しいのは組み文字ジョインター

キ[KMJ]ジ[KMJ]マア[KMJ]パ[KMJ]ー[KMJ]ト

これで

キジアパ
マ　ート

マキ
　ジ
│ア
トパ

をつくりたい

**デフォルトの名無しさん** · 2019/05/12(日) 21:26:39.48

ジョインター？
ジョイナーでは？ｗ

**デフォルトの名無しさん** · 2019/05/12(日) 22:42:17.83

ｼﾞｮｲﾅｽ

**デフォルトの名無しさん** · 2019/05/13(月) 13:30:46.64

女医
茄子

**デフォルトの名無しさん** · 2019/05/13(月) 14:31:34.73

へへ
のの
も
へじ

**デフォルトの名無しさん** · 2019/05/14(火) 01:37:14.88

>>369
そういうのは「文字」じゃなくてCSSとかで実装すればいいじゃん
……って思っちゃうなw

**デフォルトの名無しさん** · 2019/05/14(火) 03:18:02.18

でも令和合字入れちゃったからなあ
先行規格がない生まれながらの互換文字ってかわいそうじゃない？

**デフォルトの名無しさん** · 2019/05/14(火) 11:34:15.69

同じ失敗を繰り返すタイプ

数百年先を見通せない政策

**デフォルトの名無しさん** · 2019/05/14(火) 11:58:39.59

理論上は文字コードを無限に増やせる仕様じゃないとダメでしょ。

**デフォルトの名無しさん** · 2019/05/14(火) 13:44:33.88

次の次で途絶えそうだし大丈夫じゃね？

**デフォルトの名無しさん** · 2019/05/14(火) 17:50:04.82

はい、不敬罪。

**デフォルトの名無しさん** · 2019/05/14(火) 19:19:08.26

不経済

**デフォルトの名無しさん** · 2019/05/15(水) 08:08:31.21

不敬罪ではないでしょうw
実際女子しか生まれていない皇家も有るし
何らかの対策をしないと途絶える可能性は有るよ
継続させたいなら
本気で対策しないと拙いよ実際

**デフォルトの名無しさん** · 2019/05/15(水) 08:35:40.27

>>345
今日の定例アップデートで修正入ったみたい

**デフォルトの名無しさん** · 2019/05/15(水) 08:43:30.54

だから今のうちに隠し子を作っておけと
結婚してから外で子供を作るのは嫁の人権上まずいけど
若気の至りなら仕方が無いだろう

**デフォルトの名無しさん** · 2019/05/15(水) 08:48:22.54

>>381
現実ではともかく
ネットの「不敬罪」はほぼネタだと思ったほうがいい

**デフォルトの名無しさん** · 2019/05/15(水) 12:28:24.15

ほとんど報道されないけどたまに逮捕されてるよな
>>378御愁傷様

**デフォルトの名無しさん** · 2019/05/15(水) 12:44:57.00

アホがいる

**デフォルトの名無しさん** · 2019/05/15(水) 12:53:44.49

地球外知的生命体との遭遇を前提に、拡張性を確保しとかないとね。

**デフォルトの名無しさん** · 2019/05/15(水) 13:14:54.94

僕の肛門も拡張されそうです！

**デフォルトの名無しさん** · 2019/05/18(土) 16:38:38.85

質問
https://www.unicode.org/Public/MAPPINGS/OBSOLETE/EASTASIA/JIS/JIS0212.TXT
X0212補助漢字とUnicodeの変換テーブルは↑で良いのでしょうか?
補助漢字には詳しくなくobsolete下にあるのでこれでよいのかよくわかりません。

**デフォルトの名無しさん** · 2019/05/20(月) 22:06:47.10

Consortiumが提供しているのはそれくらいかと

**デフォルトの名無しさん** · 2019/05/20(月) 23:48:08.42

0x2237 0x007E # TILDE

これはやめた方がいいんじゃないかな…
後はまあ

**デフォルトの名無しさん** · 2019/05/21(火) 18:21:29.99

>>391
全角チルダ問題ですか？

**デフォルトの名無しさん** · 2019/05/21(火) 18:56:30.38

チルダは主要フォントは同じ字形になっちゃったから、
ユニコードNGの環境で初めて気づくことも多いんだよね

**デフォルトの名無しさん** · 2019/05/21(火) 20:48:03.29

めんどいなあ

**デフォルトの名無しさん** · 2019/05/30(木) 21:05:37.63

Apple､算盤の絵文字がおかしいと批判される
https://idle.srad.jp/story/19/05/30/0450219/

**デフォルトの名無しさん** · 2019/05/31(金) 06:42:14.69

そろばんはどうでもいいが
チーズの位置は許せない

**デフォルトの名無しさん** · 2019/05/31(金) 17:25:05.59

つうか誰が何の目的で入れたんだよ
絵文字増やすことが目的になってるだろもう

**デフォルトの名無しさん** · 2019/06/02(日) 16:33:02.27

だってこれまで一般人からは存在も意識されてなかった文字コードの改訂が
「今年の新絵文字発表」化してから急に世界中の注目を浴びる一大イベントになったんだもん
そら浮かれるよ

**デフォルトの名無しさん** · 2019/06/02(日) 20:25:46.71

鼻濁音を表す仮名か゜、き゜、く゜、け゜、こ゜、カ゜、キ゜、ク゜、ケ゜、コ゜は
JIS X 0213ではそれぞれ1文字としてコードが割り当てられたのに、Unicodeでは
半濁点なしの仮名と半濁点の2文字で表さなければいけない。Unicodeにも1文字として
収録してもらいたい。

辞書に使われる記号 [名]、[形]、(単)、(複) など ([ ]は角丸正方形、( )は丸囲み文字) も
欲しい。

**デフォルトの名無しさん** · 2019/06/02(日) 20:47:27.41

>>399
鼻濁音はUnicodeにちゃんと提案したら通りそう。

辞書で使われる記号は外字や私的領域に配置するしかないんじゃないかな。

**デフォルトの名無しさん** · 2019/06/02(日) 20:57:42.19

NHKの情報番組によると、最近スマホに移行した役者の役所広司さんはガラケーの絵文字が好きでスマホの絵文字が不満らしい。

**デフォルトの名無しさん** · 2019/06/02(日) 21:05:37.93

>>400
テレビ番組表で使われる記号[字]、[ニ]、[多]、[声]、[吹]、[演]など ([ ]は正方形囲み文字) は
Enclosed Ideographic Supplement (U+1F2xx) として収録されたから、同じブロックの
空き領域に辞書用の記号も追加してもらいたい。

**デフォルトの名無しさん** · 2019/06/02(日) 21:16:20.35

よくわからん
合成文字ではいけない理由って今時ある？

**デフォルトの名無しさん** · 2019/06/02(日) 21:22:49.71

池江璃花子さんのツイート
https://twitter.com/rikakoikee/status/1135127518258667520
　ポップコーンが美味しかった。
　美味しいチャーハン食べたい。
　チーズドックもマックのポテトも食べたい…🍟
　美味しいお寿司🍣アボカド🥑
　と、からみチキン
　食べたいものと行きたいとこが多すぎる🐭🏰
https://twitter.com/5chan_nel (5ch newer account)

**デフォルトの名無しさん** · 2019/06/03(月) 12:00:01.49

絵文字専用スレの分離独立を提案します

**デフォルトの名無しさん** · 2019/06/03(月) 12:14:25.26

それはよくない

**デフォルトの名無しさん** · 2019/06/03(月) 17:14:50.77

さもる。とは？

**デフォルトの名無しさん** · 2019/06/03(月) 18:10:06.92

この板に絵文字スレを別に作るのはいい案だとは思えない。一緒に扱ったほうがいい。
他の、スマホ系やネット文化系の板で絵文字スレを立てるのはそっちの文脈での必要に応じてやればいいが。

**デフォルトの名無しさん** · 2019/06/04(火) 04:29:34.76

板的には絵文字禁止で

**デフォルトの名無しさん** · 2019/06/04(火) 09:25:30.78

絵文字はただのコードポイントだからなあ

**デフォルトの名無しさん** · 2019/06/04(火) 10:53:27.04

このスレが絵文字の話題で埋まるのは勘弁

**デフォルトの名無しさん** · 2019/06/04(火) 11:53:04.76

これまでのところ埋まってないぞ

**デフォルトの名無しさん** · 2019/06/04(火) 20:23:40.45

>>403
それを言ったら、漢字も合字で構わなくないか?　1文字ずつコードを割り当てずに、
パーツ(部首など)に分解し、パーツと配置方法をコードで指定するIDS方式にする。
ハングルも音素に分解する。そうすれば、CJKが占めていた膨大なコード領域が
明け渡され、Unicodeを16ビットに戻せる。非CJK圏の人々はそれを望んでいそう。

漢字は情報伝達効率がとても良くて、字 2バイトで character 18バイトと同等の
情報を伝達できる。IDS上下, ウ冠, 子の6バイトで表しても、18バイトの3分の1しか
まだない。

**デフォルトの名無しさん** · 2019/06/04(火) 20:34:02.28

shit
糞

そうか？

**デフォルトの名無しさん** · 2019/06/04(火) 20:35:22.41

バイトでいうならそうか…
画数で無駄だなぁって思っちゃった

**デフォルトの名無しさん** · 2019/06/04(火) 22:15:09.20

>>413
それを言ったら、がよくわからんが
現状で漢字は個別、>>399の仮名は合成で表現する仕組みになってるもんをそれぞれわざわざややこしくするメリットある？
あと今更ひっくり返して形だけ16bitとか言語圏関係なく望んでないと思う

**デフォルトの名無しさん** · 2019/06/04(火) 23:31:18.83

>>399で書かれてる辞書で使われるような丸囲みとか四角囲みはU+20DDやU+20DEと組み合わせて表せばいい。
例えば[名]はU+540D U+20DE、(単)はU+5358 U20DDで表せる。

**デフォルトの名無しさん** · 2019/06/05(水) 21:51:36.51

>>413
俺もそういうのがいいとは思うけど
同じ手偏でも幅が微妙に違ったりするじゃん。
そういうのって計算というより正直美的感覚に基づくものだから，
結局一字一字に「手偏の幅」とかいったパラメータを与える必要が出てきそう。

**デフォルトの名無しさん** · 2019/06/05(水) 22:43:55.33

>>413
字形まで自動合成する必要はないだろ。字形は1字ずつデザインするが、それを呼び出すのに
IDSコードを使うだけ。

**デフォルトの名無しさん** · 2019/06/06(木) 11:04:53.81

>>419
418だがそれはいいね。

**デフォルトの名無しさん** · 2019/06/06(木) 13:09:21.77

正直IPAmjにだけ入ってるクラスの漢字見てるとこれIDSでどうすんのって思うよ。今更どうしようもないと思う。

**蟻人間** ◆T6xkBnTXz7B0 · 2019/06/06(木) 13:32:02.81

台湾に漢字の部首を組み合わせてフォントを合成する技術があるらしい。

**デフォルトの名無しさん** · 2019/06/06(木) 19:13:54.79

>>422
それってソフトウェアやライブラリとして提供されてたりする？
もしよければ教えてほしい

**蟻人間** ◆T6xkBnTXz7B0 · 2019/06/06(木) 19:56:27.90

https://www.dynacw.co.jp/about/about_history.aspx
これ。

**デフォルトの名無しさん** · 2019/06/06(木) 23:21:56.20

技術も何もメイリオあたりもそういうのじゃなかったっけ
結局調整が必要になるっぽいけど

**デフォルトの名無しさん** · 2019/06/07(金) 08:07:16.78

なんか思ってた技術と違うわ。
IDSの組合せをそれが表現する漢字と対応させるんかと思ってた。

**デフォルトの名無しさん** · 2019/06/07(金) 11:40:10.92

糸冬

マ

**デフォルトの名無しさん** · 2019/06/09(日) 18:38:42.78

漢字構成記述文字列って複数の記述文字の組み合わせとそもそもの複数の文字とをどうやって区別するんだろう。
「⿰山⿱上下」という並びが「峠」を意味するのか「山𠧗」を意味するのか区別できなくね？

**デフォルトの名無しさん** · 2019/06/09(日) 20:33:00.79

頻出度？

**デフォルトの名無しさん** · 2019/06/09(日) 22:49:36.82

1文字になる以外の解釈が可能な定義にはなってないように見えるが

**デフォルトの名無しさん** · 2019/06/10(月) 00:45:55.32

というかもともとそういうもんじゃない？
あれは人間が読むことを前提にした文中で説明を簡素にするために使う記号であって
合成とか機械処理とかをやることははなから考えてないと思う。

**デフォルトの名無しさん** · 2019/06/10(月) 11:07:15.11

⿰山⿱上下 → 山𠧗

⿰⿱山上下 → 峠

**デフォルトの名無しさん** · 2019/06/10(月) 11:10:17.22

違うな
>>430 が正しい

⿰山⿱上下 → 峠 (正しい)
⿰山⿱上下 → 山𠧗 (不正)
山⿱上下 → 山𠧗 (正しい)

⿰⿱山上下 → 峠 (知らんがな)

**デフォルトの名無しさん** · 2019/06/10(月) 11:14:02.36

>>433
最後のは不正では。
⿰⿱山上下なら
↓こんな文字になっちゃう

**デフォルトの名無しさん** · 2019/06/10(月) 13:25:56.68

カッコなしで誤解釈の余地なくやるにはRPNにすればよいのでは？

**デフォルトの名無しさん** · 2019/06/10(月) 14:05:24.64

括弧なしでも漢字構成記述文字列は一意に定まるぞ。
曖昧さの余地はない筈。

**デフォルトの名無しさん** · 2019/06/10(月) 14:06:48.56

ていうかそもそも漢字構成記述文字列自体がポーランド記法っぽい性格を持ってる。
⿰⿱山上下なら⿰(⿱(山, 上), 下)みたいな関数表示になって↑>>434みたいな字形になる。

**デフォルトの名無しさん** · 2019/06/10(月) 14:17:40.77

同じ文字を二通り以上の表現方法があるのはセキュリティ上やばいと爺さんが言ってた
UTF-8みたいなやつ

**デフォルトの名無しさん** · 2019/06/10(月) 14:19:52.70

例えば

⿰男⿰女男
と
⿰⿰男女男

**デフォルトの名無しさん** · 2019/06/10(月) 14:43:12.52

男女　男

右端は俺orz

**デフォルトの名無しさん** · 2019/06/10(月) 14:45:35.90

全然関係ないが男女男男女女男女男女を思い出した。おっさんだな、俺。

**デフォルトの名無しさん** · 2019/06/10(月) 14:55:32.08

>>439
嬲は「⿲男女男」じゃないの？

**デフォルトの名無しさん** · 2019/06/10(月) 14:56:33.42

だから複数あるっていう意味で書いたんだが

正規化で一つにっていうのは判る

**デフォルトの名無しさん** · 2019/06/10(月) 20:42:06.03

表現意図としては比が2:1:1と1:1:2と1:1:1で違いがあるような

**デフォルトの名無しさん** · 2019/06/10(月) 23:11:41.70

>>399-400
鼻濁音付き仮名文字は日本NBから提案したけど蹴られて今の姿になった。
http://std.dkuug.dk/JTC1/SC2/WG2/docs/n2092.pdf

仮名文字に限らずシーケンスで表現可能な文字に単体の文字コードを割り振ってもらうのは
相当説得力のある理由が要る。

逆に辞書用の記号は提案書を出せば通る可能性ありそう。

**デフォルトの名無しさん** · 2019/06/11(火) 01:59:35.04

ぽげむたは？

**デフォルトの名無しさん** · 2019/06/11(火) 04:13:44.44

>>443
いや、>>444も言っている通り嬲は「⿲男女男」以外で表わせないと思うよ。

**デフォルトの名無しさん** · 2019/06/11(火) 08:44:46.66

将棋好きのおいらとしては、ひっくり返った「玉」「飛」「歩」とかも
登録してほしいと思うのだが。

**デフォルトの名無しさん** · 2019/06/11(火) 10:41:29.12

>>448
Unicodeってそもそも将棋の駒全部登録されてないんじゃ？

**デフォルトの名無しさん** · 2019/06/11(火) 11:48:29.98

笑→ケケ夭
とか
禁→木木示
とか
哭→口口犬
とか
と
畿→糸糸田戈
は同じ表現？

**デフォルトの名無しさん** · 2019/06/11(火) 12:18:11.06

>>450
まあ機械処理向けの言語じゃないから
人が「分解できる」と思うかどうかだよね
ちなみに「畿」の部首って「田」なんだな。すげー意外。

**デフォルトの名無しさん** · 2019/06/11(火) 12:35:42.68

>>449

ないよ。黒塗り五角形と白ヌキ五角形だけ。

**デフォルトの名無しさん** · 2019/06/11(火) 14:57:42.64

文字表現ってことで
●●構えっていうと門しか思い出せないし
●●囲いっていうと口しか思い出せないけど
将棋の駒の白抜き五角形は囲いなんだろうか