文字コード総合スレ Part12

**デフォルトの名無しさん** · 2018/12/17(月) 16:48:24.47

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 http://mevius.5ch.net/test/read.cgi/tech/1516629503/

**デフォルトの名無しさん** · 2020/10/09(金) 09:29:33.69

ドキュメントを見ると結構マイナー(?)なエンコーディングもあるっぽいね。
ケータイ各社の絵文字入りSJISとかもあるんだ。
https://en.wikibooks.org/wiki/Ruby_Programming/Encoding

**デフォルトの名無しさん** · 2020/10/09(金) 11:37:23.24

>>342
Python は内部格納文字コードに unicode を固定で使用していて、unicode に変換できない文字は使えないし、
unicode に変換した場合に unify などで消える情報は保持できないけど、
ruby は特定の文字コードを仮定した内部コードを持たないため、programing や library の実装でどうにでもなる。
初心者には Python の実装がわかりやすいけど、文字コードそのものをいじりたいレベルになると嵌ることがある。
概要は ruby m17n とかで、検索してい関連しそうな記事を読んで見ると良いかと。

**デフォルトの名無しさん** · 2020/10/09(金) 11:44:47.75

うそはいかんよ
python は binary も自由に扱える

**デフォルトの名無しさん** · 2020/10/09(金) 12:08:49.92

>>345
バイナリは文字じゃないので文字列の長さすらわからない
低機能なデータ形式でしかない

**デフォルトの名無しさん** · 2020/10/09(金) 12:37:20.08

ruby は文字じゃないものの文字列長をどうやって計算してるのですか？

**デフォルトの名無しさん** · 2020/10/09(金) 12:38:41.36

>>347
文字じゃないものの文字列長なんて計算できるわけ無いでしょ（笑）
だからいろんな文字コードを文字として認識できるようになってる
それに対しPythonはバイナリだから文字列の長さが計算できない（大爆笑）

**デフォルトの名無しさん** · 2020/10/09(金) 12:44:19.84

うそはいかんよ
馬鹿丸出しだから煽りは止めた方が良い

**342** · 2020/10/09(金) 12:45:15.41

>>344
ありがとうございます。
個々の文字列オブジェクトにエンコーディング情報を持たせてるので
文字コードを変換せずにm17nを実現できてる感じですね。

**デフォルトの名無しさん** · 2020/10/09(金) 20:40:06.43

漢字のようで漢字でないUnicodeの「康熙部首」と「CJK部首補助」
https://techracho.bpsinc.jp/hachi8833/2020_10_07/95257

**デフォルトの名無しさん** · 2020/10/10(土) 09:48:22.75

Unicode 3.0って1999年だろうに

**デフォルトの名無しさん** · 2020/10/10(土) 22:38:12.17

nuby からの流れで... nkf　って今でもメンテされてるようで。
ネットニュースから shar で入手したのはいつの日か。

**デフォルトの名無しさん** · 2020/10/10(土) 23:59:49.31

Unicodeの文字の情報を見たいと思ったら
どれを参照すればいいの？

**デフォルトの名無しさん** · 2020/10/11(日) 01:36:12.47

情報って？

**デフォルトの名無しさん** · 2020/10/11(日) 01:53:31.67

Aという文字の小文字はaであるとか

**デフォルトの名無しさん** · 2020/10/11(日) 02:42:43.61

Unicodeのcode chartにはいちいち文字の説明が書いてあるがそれ以上の説明が欲しいのか否か？

https://unicode.org/charts/

**デフォルトの名無しさん** · 2020/10/11(日) 06:59:02.20

>>357
それらの情報を全て文字ごとに知りたいんだよ

**デフォルトの名無しさん** · 2020/10/11(日) 07:21:36.62

>>358
"Find chart by hex code:" ってとこにコードポイントを入れてみようw

**デフォルトの名無しさん** · 2020/10/11(日) 07:33:27.40

>>359
情報が全く足りません

**デフォルトの名無しさん** · 2020/10/11(日) 07:34:05.33

Aは大文字であり、対応する小文字はaである
という情報はどこに書かれているのでしょうか？

**デフォルトの名無しさん** · 2020/10/11(日) 08:36:01.64

https://unicode.org/charts/PDF/U0000.pdf
これの
LATIN CAPITAL LETTER A
LATIN SMALL LETTER A
区別じゃ足りないかい？

**デフォルトの名無しさん** · 2020/10/11(日) 08:49:30.81

> 0041 A LATIN CAPITAL LETTER A
少なくとも「Aは大文字」は明記されてるけど？？

> 0061 a LATIN SMALL LETTER A
小文字aの定義の記述から対応する文字も分かると思うんだけど
それじゃわからないということであれば、
「大文字Aに対応する小文字はaである」みたいなことは
Unicodeの仕様書じゃなくて英語圏の小学生or幼稚園児向け教科書とかに書かれてるんじゃないかね

**デフォルトの名無しさん** · 2020/10/11(日) 09:48:07.57

何が欲しいか、もっと明確に書かないと伝わらないぞ。
例えばこれとかは使える？
https://unicode.org/Public/UNIDATA/UnicodeData.txt

**デフォルトの名無しさん** · 2020/10/11(日) 10:11:43.02

>>364
使えるかどうかは能力の問題ですよねw

**デフォルトの名無しさん** · 2020/10/11(日) 10:24:25.43

>>364
これは対応した項目があるねぇ
装飾のあるアルファベットについても参照番号が載ってる

**デフォルトの名無しさん** · 2020/10/11(日) 12:14:43.64

ほう
3041;HIRAGANA LETTER SMALL A;Lo;0;L;;;;;N;;;;;
3042;HIRAGANA LETTER A;Lo;0;L;;;;;N;;;;;

**デフォルトの名無しさん** · 2020/10/11(日) 12:26:01.00

あ、あと文字の幅も知りたい

**デフォルトの名無しさん** · 2020/10/11(日) 12:27:09.66

Aに対応する小文字がaなら
あに対応するカタカナはアという情報があっても
良いと思うのだがあるのか？

**デフォルトの名無しさん** · 2020/10/11(日) 12:33:22.48

>>369
曾礼多

**デフォルトの名無しさん** · 2020/10/11(日) 12:36:42.03

>>370
嫁無い

**デフォルトの名無しさん** · 2020/10/11(日) 13:23:05.62

1，2，3

**デフォルトの名無しさん** · 2020/10/11(日) 13:26:32.41

3042;HIRAGANA LETTER A;Lo;0;L;;;;;N;;;;;
30A2;KATAKANA LETTER A;Lo;0;L;;;;;N;;;;;

ないようだ

**デフォルトの名無しさん** · 2020/10/11(日) 18:56:47.77

いい加減自分で調べられるだろ... 釣りか
Unicodeの他のデータとかUnicodeに関するAPIとかにある。

そうやって、全世界が「あーUnicodeでいいね」ってなるように
Unicodeの世界戦略は着々と進んでいるのであった。

**デフォルトの名無しさん** · 2020/10/11(日) 20:41:30.45

日本語のマップくらいは自分で作ればいいんじゃね？
https://unicode.org/charts/PDF/U1B000.pdf

**デフォルトの名無しさん** · 2020/10/11(日) 21:37:26.96

変体仮名も収録されてるんだな

**デフォルトの名無しさん** · 2020/10/13(火) 00:47:23.21

あをアに対応させるのはtransliterationのカテゴリーらしい、Unicode的には。
日本語だと翻字というのかー。

**デフォルトの名無しさん** · 2020/10/13(火) 06:17:14.44

漢字の読み方（複数）もUnicodeで定義されるべきではないのかな？

**デフォルトの名無しさん** · 2020/10/13(火) 09:57:18.23

棚

**デフォルトの名無しさん** · 2020/10/13(火) 13:54:08.89

Unicode は文字コードであって漢和辞典ではないし、読みとか何の役にも建たないw

**デフォルトの名無しさん** · 2020/10/16(金) 00:51:17.29

>>361
大文字小文字を区別しない検索を行うためのデータという意味ならこれ
http://www.unicode.org/Public/UNIDATA/CaseFolding.txt

ある文字が大文字または小文字に該当するかを知りたいなら>>364のデータの
3番目のフィールドを見る。Luなら大文字でLlなら小文字

**デフォルトの名無しさん** · 2020/10/20(火) 08:39:00.75

rubyを勉強中の超初心者なのですが、時代遅れだ！みたいな記事をちらほら見かえます。
言語変えた方がいいのでしょうか…？

**デフォルトの名無しさん** · 2020/10/20(火) 10:25:40.98

なぜ、ここで、その質問を？
文字コード的には変えるほど意味はない気がする。(むしろ ruby が便利)
複数の言語が使えた方が便利なので、色々試すことはおすすめ。

**デフォルトの名無しさん** · 2020/10/20(火) 10:30:11.60

Yes, you can.

**デフォルトの名無しさん** · 2020/10/20(火) 16:20:38.97

はい、あなたは管です。

**デフォルトの名無しさん** · 2020/10/24(土) 21:01:49.65

いいえ、私は管(くだ)です

**デフォルトの名無しさん** · 2020/10/25(日) 01:00:40.73

いいえ、私は菅です。

**デフォルトの名無しさん** · 2020/12/07(月) 15:52:31.12

櫻の絵文字🌸がPCやiPhoneだと花びら5枚なのに
Androidだと4枚ω

**デフォルトの名無しさん** · 2020/12/07(月) 16:34:11.79

>>388
また友達に騙されちゃったんだね…

**デフォルトの名無しさん** · 2020/12/07(月) 21:30:49.12

utf8でshiftjisで言う
iskanji()
iskanji2()
ishira()
iskata()
みたいなイディオム教えてください

**デフォルトの名無しさん** · 2020/12/08(火) 11:51:17.55

>>390
utf8のコードがshiftjisに変換可能かチェックして、可能なら変換したコードに
そのイディオムとやらを使えばいいのでは?

**デフォルトの名無しさん** · 2020/12/08(火) 12:25:05.31

>>391
shiftjisは扱わないのでutf8での方法を教えてください

**デフォルトの名無しさん** · 2020/12/08(火) 17:31:43.20

>>390
Unicodeプロパティがサポートされているなら
正規表現で\p{Hiragana}とかが使える
サポートされてないなら自分でコードポイントの範囲を調べて頑張る

**デフォルトの名無しさん** · 2020/12/08(火) 18:36:17.22

長音（ー）とかの扱いがめんどくさい

**デフォルトの名無しさん** · 2020/12/09(水) 06:33:19.08

ちょっと疑問に思ったのだけど、
utf8 の iskanji を作るとしたら、繁体字とかも含めますか？
それとも今は JISx0213:2004（11233文字）だけ？
それともこれの次の標準化規格になるものってありましたっけ？

**デフォルトの名無しさん** · 2020/12/09(水) 06:43:54.04

ishankana() みたいなもの、javascript 版
if( /^[ｱｲｳｴｵｶｷｸｹｺｻｼｽｾｿﾀﾁﾂﾃﾄﾅﾆﾇﾈﾉﾊﾋﾌﾍﾎﾏﾐﾑﾒﾓﾔﾕﾖﾗﾘﾙﾚﾛﾜｦﾝｧｨｩｪｫｬｭｮｯ､｡ｰ｢｣ﾞﾟ･]/.test('ｱ') )
{
console.log( '半角カタカナです');
}

**デフォルトの名無しさん** · 2020/12/09(水) 07:34:03.35

そのiskanjiとやらであなたが何を判定したいか次第だと思うんだけど・・
サロゲートペアの漢字とかも気にしなきゃだめだろうねえ

**デフォルトの名無しさん** · 2020/12/09(水) 08:14:17.98

>>396
半角カナは後ろの方の文字コードでかたまってるから簡単じゃろ。

漢字とか結構カオスでテーブル作ったほうが良さそうだね。
必要文字コード列挙してバイナリサーチするアルゴリズムがええのかな？

厳格でなくていいなら半角カナみたいに文字コードテーブルみて
ざっくり判定でも割と行けるとは思うけど。

**デフォルトの名無しさん** · 2020/12/09(水) 09:06:33.04

そういえば前に、amazon kindle端末用の電子書籍データ云々でここに書きこんだ記憶が、
と思い当って見直してみたら２か月前でした・・・、

私の方は KDP の仕様にあってるかどうかをチェックするのが目的だったのですが、
確かにカオスでしたね。ちなみに半角カナのコードを出しておいてあれなのですが、
JISx0213 規格的には半角カナは含まれてないっぽいです（x0208も同様です）。
チェック用のプログラムは結局普通の配列に規格の文字を全部入れておいて、
そこにあれば OK なければ NG という感じになりました。
サロゲートペアの扱いも面倒だったし。

あ、今気づいたけれど、JISx0213 的には全角英数記号ってもしかして NG なのでは？
いやでも wiki のページでは SJISコードは全角になってるし・・・、

**デフォルトの名無しさん** · 2020/12/09(水) 09:18:54.21

ライブラリ内ではユニコードスカラー値についてのみ取り扱うと良いと思います。

**デフォルトの名無しさん** · 2020/12/09(水) 13:23:38.64

Ruby の古いNKF を使うと、片仮名・平仮名の変換もできるけど、
片仮名・平仮名を判定するメソッドはない

たぶん、NKF の内部では、そういう関数があるのだろけど、公開されていないのかも

module NKF
https://docs.ruby-lang.org/ja/latest/class/NKF.html

require 'nkf'

p NKF.nkf( '-m0 -h3 -w', 'あイ' )
#=> "アい"

**デフォルトの名無しさん** · 2020/12/09(水) 13:25:03.81

オプションそのまま文字列で渡すとか
ダッセェインターフェースだな
手抜きにも程がある

**401** · 2020/12/09(水) 14:41:10.37

Ruby の正規表現・鬼雲で判別できた

re_hira = /\p{hiragana}{1}/ # 平仮名
re_kata = /\p{katakana}{1}/ # カタカナ

str = '愛あいカキうクx'

str.each_char do |ch|
ch.match( re_hira ){ |md| puts "平仮名 : #{ md[ 0 ] }" }
ch.match( re_kata ){ |md| puts "カタカナ : #{ md[ 0 ] }" }
end

出力
平仮名 : あ
平仮名 : い
カタカナ : カ
カタカナ : キ
平仮名 : う
カタカナ : ク

**デフォルトの名無しさん** · 2020/12/09(水) 15:27:54.98

>>402
tcl/tk

**デフォルトの名無しさん** · 2020/12/09(水) 16:19:55.89

こゝろ

**401** · 2020/12/09(水) 17:51:11.38

>>403
を修正

Ruby の正規表現・鬼雲で、平仮名・カタカナ・漢字を判別した

re_hira = /\p{Hiragana}{1}/ # 平仮名
re_kata = /\p{Katakana}{1}/ # カタカナ
re_han = /\p{Han}{1}/ # 漢字

str = 'Aあい善悪カキ愛うクx'
p str.encoding #=> <Encoding:UTF-8>

str.each_char do |ch| # 1文字ずつ処理する
ch.match( re_hira ){ |md| puts "平仮名 : #{ md[ 0 ] }" }
ch.match( re_kata ){ |md| puts "カタカナ : #{ md[ 0 ] }" }
ch.match( re_han ){ |md| puts "漢字 : #{ md[ 0 ] }" }
end

出力
平仮名 : あ
平仮名 : い
漢字 : 善
漢字 : 悪
カタカナ : カ
カタカナ : キ
漢字 : 愛
平仮名 : う
カタカナ : ク

**デフォルトの名無しさん** · 2020/12/09(水) 18:21:03.27

C++かC#でお願いします

**401** · 2020/12/09(水) 18:56:51.76

鬼雲を、C++, C# など、他言語から使えないのか？

**デフォルトの名無しさん** · 2020/12/09(水) 19:27:16.18

高性能高速ライブラリがあるのに、
なぜわざわざ、
低性能低速言語Rubyの、
低性能低速libraryを使う必要が、
あるんだ？、

**デフォルトの名無しさん** · 2020/12/09(水) 19:45:05.56

C/C++は生産性が低いから

**401** · 2020/12/09(水) 19:59:27.39

鬼雲は、C じゃないの？

https://github.com/k-takata/Onigmo

**デフォルトの名無しさん** · 2020/12/10(木) 07:33:03.31

>>406
ruby を全然しらんのだが、 each_char ってのはどういう単位で文字を切り出してくるの?
上であったがサロゲートとか、絵文字とか、そのあたり特に。

Hanというプロパティは日本に限らず中国や韓国のも全部入り?

**デフォルトの名無しさん** · 2020/12/10(木) 08:02:18.65

>>407
グダグダいってるうちにスクラッチで車輪の再発明実装が終わる頃だな。
iskanjiはテーブル使うしかないかね？JISコードに変換して昔ながらの判定
するにもJISコード変換にテーブル
使うことになるだろうし。
どこかのページに色分けして中国専用の漢字の混ざり具合見せてたけどエグいねｗ

**デフォルトの名無しさん** · 2020/12/10(木) 10:34:51.08

謎のタイ語判定コード , Javascript 版

strThai = "\u0e01\u0e51\u0e3f ทำงาน";
re = strThai.match(/([\u0E00-\u0E7F])+/g);
console.log( re );

参考ページ等
http://www.asahi-net.or.jp/~ax2s-kmtn/ref/unicode/u0e00.html
https://0g0.org/category/0E00-0E7F/1/

サロゲートペアを考慮しなくて良い言語はこのパターンでオーケーかな？

**401** · 2020/12/10(木) 12:43:53.30

>>412
Ruby の1文字は、バイトサイズと異なる

str = "👪θ💀Ω🄫"
p str.encoding #=> <Encoding:UTF-8>

str.each_char do |ch| # 1文字ずつ処理する
puts "#{ ch } : #{ ch.size }, #{ ch.bytesize }"
end

出力
👪 : 1, 4
θ : 1, 2
💀 : 1, 4
Ω : 1, 2
🄫 : 1, 4

**401** · 2020/12/10(木) 12:51:25.91

>>412
Han の範囲が気になるなら

>>411
の鬼雲のサイトか

>>406
の、str = 'Aあい善悪カキ愛うクx'
に、調べたい文字列を書いて、paiza などで実行してみれば？

**デフォルトの名無しさん** · 2020/12/10(木) 20:31:09.89

>>415
おお、すごい!

早速ローカルで試してみた... スキントーンがいけてなかった。おしい。

str = "👨🏻‍🦲"
p str.encoding #=> <Encoding:UTF-8>

str.each_char do |ch| # 1文字ずつ処理する
puts "#{ ch } : #{ ch.size }, #{ ch.bytesize }"
end

出力
👨 : 1, 4
;🏻 : 1, 4
;‍ : 1, 3
🦲 : 1, 4

ハゲが直った! みたいなw

**デフォルトの名無しさん** · 2020/12/10(木) 20:34:43.12

あ、出力が微妙に違うかも。5chブラウザにペーストしたせいかも。
あともしかしてスキントーンはあえて別キャラ扱いとか?

**デフォルトの名無しさん** · 2020/12/10(木) 21:25:24.00

オレオレ用語UZEEE!!

**デフォルトの名無しさん** · 2020/12/11(金) 06:34:28.41

ん、何か変なこと書いてある?

しかし書き込む瞬間、絵文字が5chブラウザでちゃんと表示できるかちょっと不安に
なったが、一応いけるみたいね。少なくともオレオレ環境では。
5ch側はSJIS＋数値参照を流しているだけかもしれんが。

**デフォルトの名無しさん** · 2020/12/14(月) 05:58:38.59

機械学習関係とかで使う奴です。
なんとなく出来たので晒しときますね。

// PHP(UTF-8) での全角カタカナチェック(JISx0213網羅版)
$sKana = ''
. "カ\xE3\x82\x99" // 304B+3099 カに濁点 (Mac,NFD)
. "カ\xE3\x82\x9A" // 304B+309A カに半濁点(JISのセット文字の半濁点 or Mac,NFD 半濁点)
. "゛" // 309B 濁点 (主にWin,半カナから変換される奴？)
. "゜" // 309C 半濁点 (主にWin,同上)
. "ァアィイゥウェエォオカガキギクグケゲコゴサザシジスズセゼソゾタダチヂッツヅテデトドナニヌネノハバパヒビピフブプヘベペホボポ"
. "マミムメモャヤュユョヨラリルレヮワヲン"
. "ヴヵヶヰヱ・ーヽヾ"
. "\xE3\x82\xA0" // ダブルハイフン , 30A0
. "\xE3\x83\xB7" // ワに濁点
. "\xE3\x83\xB8" // ヰに濁点
. "\xE3\x83\xB9" // ヱに濁点
. "\xE3\x83\xBA" // ヲに濁点
;
if( 1 === preg_match("/^[\x{3099}-\x{309C}\x{30A0}-ヾ]+$/u",$sKana) )
{
echo "全てカナカナです。";
}
else
{
echo " NG";
}

**デフォルトの名無しさん** · 2020/12/14(月) 09:18:41.31

0x31F0-F9のアイヌ語カナ拡張が抜けてるような

**デフォルトの名無しさん** · 2020/12/14(月) 12:36:10.35

>>422
どんな文字か全く見てませんけど、コードが分かれば並べていくだけですね。
アイヌ語カナ拡張版？差し替え用ってことで。

"/^[\x{3099}-\x{309C}\x{30A0}-ヾ\x{31F0}-\x{31F9}]+$/u"

**デフォルトの名無しさん** · 2020/12/15(火) 07:45:42.06

Flag for Tokyo て何だよ

https://emojipedia.org/flag-for-tokyo-jp13/

**デフォルトの名無しさん** · 2020/12/15(火) 12:56:15.02

日本＋都道府県番号?

**デフォルトの名無しさん** · 2020/12/15(火) 13:41:07.26

>>424
市役所とか行ったことないのか？

**デフォルトの名無しさん** · 2020/12/15(火) 17:27:11.75

ISO 3166-2:JP

**デフォルトの名無しさん** · 2020/12/15(火) 18:17:13.23

問題は東京みたいに旗が2種類あるところ

東京は歴史ある＊みたいなほうになるのか銀杏の葉っぱみたいなほうになるのか

**デフォルトの名無しさん** · 2020/12/22(火) 20:48:11.38

ISO - ISO/IEC 10646:2020 - Information technology — Universal coded character set (UCS)
https://www.iso.org/standard/76835.html

2020年の内に完成した模様
ABSTRACTのとこが何か文字化けしてるけど。

**デフォルトの名無しさん** · 2020/12/23(水) 00:48:02.18

何に時間がかかるの

**デフォルトの名無しさん** · 2020/12/23(水) 14:15:22.80

ここでも行けるかな？ 𝐁𝐨𝐥𝐝 𝐼𝑡𝑎𝑖𝑐 𝒮𝒸𝓇𝒾𝓅𝓉 𝔻𝕠𝕦𝕓𝕝𝕖 𝖲𝖺𝗇𝗌𝖾𝗋𝗂𝖿 𝙼𝚘𝚗𝚘𝚂𝚙𝚊𝚜𝚞

**デフォルトの名無しさん** · 2020/12/23(水) 16:04:04.77

��

**デフォルトの名無しさん** · 2020/12/23(水) 18:21:51.29

コード表一列読み間違えて16ズレた。
何かローマ字みたいになってるけど偶然。

**デフォルトの名無しさん** · 2020/12/23(水) 20:48:10.24

SNSのアカウント名でこういう文字使ってる人いるよねえ
特に詳しそうには見えない人が多いが簡単入力できるツールかサイトがあるんだろうかね

**デフォルトの名無しさん** · 2020/12/24(木) 08:15:43.26

テスト
🅿🅴🅽 🅿🅸🅽🅴🅰🅿🅿🅻🅴 🅰🅿🅿🅻🅴 🅿🅴🅽

**デフォルトの名無しさん** · 2020/12/24(木) 13:14:04.00

�� ℤ

**デフォルトの名無しさん** · 2020/12/24(木) 14:37:35.38

何だろう? 専ブラだと全部読めるけど Firefox だと読めたり読めなかったりする。
431 と 435 は Firefox でも読める。432は読めない。436 は Z だけ読める。
🄟⒜⒭⒠⒩⒯⒣⒠⒮⒤⒵⒠⒟
Ⓒⓘⓡⓒⓛⓔⓓ
🅂🅀🅄🄰🅁🄴🄳
🅝🅔🅖🅐🅣🅘🅥🅔 🅒🅘🅡🅒🅛🅔🅓
🅽🅴🆃🅰🅶🅸🆅🅴 🆂🆀🆄🅰🆁🅴🅳

**デフォルトの名無しさん** · 2020/12/24(木) 14:50:54.98

わかったサロゲートが原因だな。
BMP 以外の文字を＆＃XXXXX; 形式で投げる時に、なぜかサロゲート分解して2文字にして投げてるクライアントがいるな。
内部でいったん UTF-16 に変換すれば復元できるけど、内部がUTF32やUTF8だと未定文字になる。

**デフォルトの名無しさん** · 2020/12/25(金) 12:51:47.65

同じ専ブラでも端末が変わると読めなくなるみたいだけど

**デフォルトの名無しさん** · 2020/12/25(金) 14:23:41.08

そりゃフォントが違うから

**デフォルトの名無しさん** · 2020/12/25(金) 21:14:44.85

フォントに？

**デフォルトの名無しさん** · 2020/12/31(木) 06:07:50.70

㍾ → ㍽ → ㍼ → ㍻のパターンでさりげなく令和が増えていて驚いた。

㋿ U+32ff

**デフォルトの名無しさん** · 2020/12/31(木) 06:20:27.61

あれほど騒ぎになったのに今更かよｗ