文字コード総合スレ part13

**デフォルトの名無しさん** · 2020/07/03(金) 20:53:47.08

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/
文字コード総合スレ Part12 https://mevius.5ch.net/test/read.cgi/tech/1544931495/

**デフォルトの名無しさん** · 2022/07/15(金) 23:39:46.47

文字として使われていなかったものを、勝手に作って文字と強弁して登録した罪。
それが絵文字。
だったら俺もクリンゴン文字とか山田文字とか作って登録できるし、CJK分離漢字も登録できる。

**デフォルトの名無しさん** · 2022/07/15(金) 23:43:17.91

>>502
そうなんだ
登録できたら教えてね

**デフォルトの名無しさん** · 2022/07/16(土) 00:10:50.08

ソビエト連邦旗の☭「鎌と槌」U+262Dがとっくの昔に絵文字登録されているのだから、クリミア・ハン国旗のタムガも絵文字登録されてしかるべき
https://en.wikipedia.org/wiki/Crimean_Khanate

**デフォルトの名無しさん** · 2022/07/16(土) 01:11:36.46

印籠の紋所はUnicodeに入らぬか？

**デフォルトの名無しさん** · 2022/07/16(土) 02:06:52.98

>>505
最強ロボダイオージャを知らない人にもわかるように書きなよ

**デフォルトの名無しさん** · 2022/07/16(土) 04:22:29.98

その界隈の人はクスリとくるジョークなのだろうけど理解できないのがもどかしいな

**デフォルトの名無しさん** · 2022/07/16(土) 04:47:30.81

>>507
確かにそうかも
オデッサ作戦が始まる5日前、ブライトに塩の不足を訴え出たのはタムガではなくタムラだし

**デフォルトの名無しさん** · 2022/07/20(水) 00:36:57.71

UIのテキストで「情報」を意味する小文字のiに○を使いたいんだけど、
U+1F6C8というのがどうもそれらしい。けどBMPじゃないし文字化けとかするかな?

BMPだとU+24D8がほぼ同じ文字だけど、やっぱ意味的にはU+1F6C8を使うべきかな?
さらにU+2139も"Information Source"という名で、VSのU+FE0Fを付けると四角で囲った
やつになるようだけど、絵文字に頼るのもあれかなあ

**デフォルトの名無しさん** · 2022/07/20(水) 01:21:44.91

Tcl/TkはBMP外つまりサロゲートペア領域に対応してないので移植時は要注意

**デフォルトの名無しさん** · 2022/07/20(水) 04:38:33.34

絵文字はいいぞ

**デフォルトの名無しさん** · 2022/07/20(水) 06:29:59.86

ランドセル背負ったゴリラを思い出す言い回しだな

**デフォルトの名無しさん** · 2022/07/20(水) 14:22:20.66

よくわからんがランドセル絵文字ないんか

**509** · 2022/07/21(木) 08:12:01.75

>>509
UIは実はAlexaだったのですが、U+1F6C8を使ってみたら見事にトーフが。ちょっと意外
テキストエンジンは何なんだろう。グリフをあまり持ってないとか?
とりあえずU+24D8は化けないようなのでこれでしのぎます

**デフォルトの名無しさん** · 2022/07/21(木) 13:33:51.02

Hey, Siri🍑

**デフォルトの名無しさん** · 2022/07/21(木) 14:40:53.86

アレクサ「Echo Showシリーズは、これまで作られた中で最も信頼のおける
スマートスピーカーです。ミスなどありえません。」

**デフォルトの名無しさん** · 2022/07/21(木) 21:31:31.72

>>513
🎒 U+1F392

**デフォルトの名無しさん** · 2022/07/22(金) 01:43:04.94

あるんか
これこそカラバリほしいわ

**デフォルトの名無しさん** · 2022/07/22(金) 18:38:09.68

写真のようなリアリティ
https://unicode-table.com/jp/1F392/

**デフォルトの名無しさん** · 2022/07/22(金) 18:39:43.30

鮑文字欲しい

**デフォルトの名無しさん** · 2022/07/23(土) 00:32:48.08

鞄の話の次は鮑？

**デフォルトの名無しさん** · 2022/07/23(土) 11:19:33.99

泡置いとくね
🫧

**デフォルトの名無しさん** · 2022/07/23(土) 14:08:22.93

不審な豆腐が落ちている

**デフォルトの名無しさん** · 2022/07/23(土) 16:21:48.12

酢豆腐です

**デフォルトの名無しさん** · 2022/07/23(土) 20:27:31.80

あぶったほうがおいしいかも📛

**デフォルトの名無しさん** · 2022/07/24(日) 17:37:33.60

牡蠣文字
https://emojipedia-us.s3.dualstack.us-west-1.amazonaws.com/thumbs/240/samsung/320/oyster_1f9aa.png

**デフォルトの名無しさん** · 2022/07/25(月) 00:19:28.22

シジミは？

**デフォルトの名無しさん** · 2022/07/26(火) 00:17:39.57

いつの間にか全板で絵文字(や他のUnicode文字)が書き込めるようになってたのね

**デフォルトの名無しさん** · 2022/07/26(火) 08:06:45.62

そもそも禁止してた理由って何だったの

**デフォルトの名無しさん** · 2022/07/26(火) 08:31:24.57

文字コードがSJISなので文字化けしてたってだけで、禁止されていたわけではなかったような

**デフォルトの名無しさん** · 2022/07/26(火) 11:01:14.08

はまぐりは？

**デフォルトの名無しさん** · 2022/07/26(火) 21:24:04.84

>>530
SETTING.TXTでBBS_UNICODE=changeと指定されてる板はサーバが同じでも絵文字使えなかったんだよ
今はこの設定が無視されてるみたい

**デフォルトの名無しさん** · 2022/07/28(木) 01:01:11.47

どの板でもスレタイに絵文字入れれるのかな
絵文字入ってるとかわいいよね

**デフォルトの名無しさん** · 2022/07/28(木) 12:28:31.82

文字コードスレなんだから文字コードだろ
文字コードU+1F9AA総合スレ

**デフォルトの名無しさん** · 2022/07/28(木) 12:37:51.66

それはコードポイント

**デフォルトの名無しさん** · 2022/07/28(木) 12:38:16.73

全文字、全単語に絵文字を作って割り当てるとどうなる
よく使われる単語ほどいい絵文字になるようにする

**デフォルトの名無しさん** · 2022/07/29(金) 10:39:19.93

スレタイに
森鷗外𠮟る
入れてみるか

**デフォルトの名無しさん** · 2022/07/30(土) 09:56:45.51

👨‍👩‍👧‍👦とか未だに未対応？

**デフォルトの名無しさん** · 2022/07/30(土) 09:57:43.09

普通にkakikometana!🇯🇵

**デフォルトの名無しさん** · 2022/07/30(土) 14:15:47.77

>>526
真珠貝のように見える

**デフォルトの名無しさん** · 2022/07/31(日) 02:20:53.15

なぜかパールっぽいものが乗っかってるんだよね

**デフォルトの名無しさん** · 2022/07/31(日) 02:22:53.24

古いiOSの巻き貝の絵文字
https://emojipedia-us.s3.dualstack.us-west-1.amazonaws.com/socialmedia/apple/125/spiral-shell_1f41a.png

**デフォルトの名無しさん** · 2022/07/31(日) 09:56:30.71

カキの真珠
https://www.pref.okayama.jp/uploaded/attachment/136025.pdf

**デフォルトの名無しさん** · 2022/07/31(日) 12:49:19.36

今まで牡蠣の殻開けを何千個もやったけど真珠を見たことはないなあ

**デフォルトの名無しさん** · 2022/07/31(日) 16:03:34.57

・フリーランスに立ちはだかる「常駐」の壁。慣例を打ち壊し、
“テレワーク”案件3割→8割へと成長を遂げた「クラウドテック」の軌跡
・リモートワーク求人専門サイト「プロリモート」がリニューアルオープン、
　業務委託契約の求職者と企業をマッチング　
・1/3以上が採用につながる高マッチング率、リモートワーク×エンジニア・デザイナー専門の
　人材紹介サービス「ReworkerAgent」正式リリース場所からも時間からも自由な働き方を実現！
・『ReWorks（リワークス）』リモートワーク特化型転職サイトとして 3月5日リニューアル
・副業・兼業マッチングサービス「クラウドリンクス」登録者数2万人突破
　中小企業で進む副業人材の採用、96％が継続採用を希望
・フリーランスが活用できる「最大1,000～3,000万円・補助率50%～75%」の
『ものづくり・商業・サービス補助金』とは？概要や条件を解説
・茨城県日立市、県外からの「テレワーク移住者」に最大151万円の助成金
・長野市、市内に移転・事業所設置し、移住することで最大550万円の支援金を支給

**デフォルトの名無しさん** · 2022/08/04(木) 17:09:44.85

パエリア食べたい

**デフォルトの名無しさん** · 2022/08/07(日) 02:26:54.79

>>536
ちょっとよくわからない

**デフォルトの名無しさん** · 2022/08/07(日) 06:58:57.67

絵文字というのは象形文字への先祖返りみたいなものかもしれない

古代においては象形文字は書くのが大変で簡略化されて漢字になったが
その結果抽象的になりネイティブな言語利用者以外には理解しにくいものに
今なら絵文字のままの利用も可能で、ノンネイティブでも意味がわかるようなものに
なったり... しないか

**デフォルトの名無しさん** · 2022/08/07(日) 11:47:28.30

視認性・可読性を無視してやたら細部に拘ってる辺り、象形文字未満だな
並べてみても中々違いが分からないような微妙なのが増えすぎ
子供が落書きを楽しんでる段階に見える

**デフォルトの名無しさん** · 2022/08/07(日) 17:15:40.76

まあ漢字でも柿落としみたいなのもあるしわからんもんはわからんよ

**デフォルトの名無しさん** · 2022/08/08(月) 08:46:52.76

絵文字と象形文字は違うものだよ。
象形文字は本物の文字なので意味だけでなく音を兼ね備えてていて、言葉や文章を一意に表現できる。
絵文字は名前に文字って入ってるけど、本物の文字としては不十分で絵文字だけ文章を表現するのは困難。
絵文字は象形文字以前の状態といえる。

**デフォルトの名無しさん** · 2022/08/08(月) 18:38:56.20

音は必須ではないと思うが

**デフォルトの名無しさん** · 2022/08/08(月) 19:54:01.68

少なくとも三大古代文字の漢字、楔形文字、ヒエログリフのいずれも、そして意味が解読できているその他の象形文字も音と意味の両方から作られていることが明らかになっている。

**デフォルトの名無しさん** · 2022/08/10(水) 01:56:45.84

絵文字って漢字かななりアルファベットなりと組み合わせて使うわけだから単独で使えるかで評価する必要はなくない？

**デフォルトの名無しさん** · 2022/08/10(水) 23:31:45.45

>>553
数の概念を忘れていませんか？

**デフォルトの名無しさん** · 2022/08/10(水) 23:56:08.44

ユニコードで文字コードを割り当てられるのは最大何文字で
現在割り当て済みなのは何文字で
どれくらいのペースで増え続けてるの?

**デフォルトの名無しさん** · 2022/08/11(木) 00:44:35.52

牡蠣コードがあるのに雲丹コードがないのはおかしい

**デフォルトの名無しさん** · 2022/08/11(木) 08:15:19.15

雲丹バーサル

**デフォルトの名無しさん** · 2022/08/11(木) 12:57:15.04

Unicode - Wikipedia
https://ja.m.wikipedia.org/wiki/Unicode#%E5%90%84%E3%83%90%E3%83%BC%E3%82%B8%E3%83%A7%E3%83%B3%E3%81%A8%E3%81%9D%E3%81%AE%E7%89%B9%E5%BE%B4

Unicode14.0(2021.10) - 144,697/1,112,064文字 (登録済み:約13%)
年平均4584文字増えていて、面を考慮せず単純な文字数ベースで考える且つこのままのペースで増え続けると仮定した場合、210年後(2231年)に全領域が埋まる計算になる

**デフォルトの名無しさん** · 2022/08/11(木) 13:44:05.70

未収録のマイナー文字体系が210年後まで続くかっていうとなさそう
絵文字とかもあと10年ぐらいしてめぼしいものが埋まると「もうさすがにいらんやろ」みたいな空気になって新設は細っていくんじゃね

**デフォルトの名無しさん** · 2022/08/11(木) 14:55:22.55

ほとんどが漢字だからな

**デフォルトの名無しさん** · 2022/08/11(木) 15:09:43.16

「こんだけ余裕がありゃあ大丈夫だろう」と思ってたものがあっという間に埋まってしまうことは良くある。歴史は繰り返す。

**デフォルトの名無しさん** · 2022/08/11(木) 20:13:56.60

というとどういうのだろうか

①②③④…を(1000000)とかまで登録するとか？

**デフォルトの名無しさん** · 2022/08/11(木) 21:05:06.87

配色じゃないの
ハートはいろんな色あるけど他はまだ色ないし
あとは肌の色のバリエーションがもっと細かく定義されるようになるとか

**デフォルトの名無しさん** · 2022/08/12(金) 00:31:36.16

>>562
UTF-8 がどのように拡張されるのか、それが楽しみですね
さて皆さんの予想は？

**デフォルトの名無しさん** · 2022/08/12(金) 01:25:52.90

GB18030が国際標準になるだけでは？

**デフォルトの名無しさん** · 2022/08/14(日) 11:22:08.74

UTF-8は可変長だからもう拡張する必要は無い

**デフォルトの名無しさん** · 2022/08/14(日) 13:15:35.13

>>567
UTF-8 も、どこまでも可変長にできるわけではないですよ、

**デフォルトの名無しさん** · 2022/08/14(日) 18:33:41.24

UTF-8 は同じ方式でバイト数増やすとしたら6バイトまでで、6バイトにした場合は31bitまでしかビット数がない。
(第一バイトが 1111110x、第二バイト以降が 10xxxxxx なので 1+6*5 = 31)
素直にそのままの値を使うとしたら U+7FFFFFFF が限界になる。

幾らなんでもこんだけありゃ大丈夫だろう。

という考えは甘い。

**デフォルトの名無しさん** · 2022/08/14(日) 21:21:55.32

もしものときにはShift_UTF-8みたいなのができるだろ

**デフォルトの名無しさん** · 2022/08/14(日) 21:48:08.99

今の21bitですら使いきれずに持て余しているからあんな糞絵文字ばっかり追加しているわけだろう。

**デフォルトの名無しさん** · 2022/08/14(日) 22:37:52.07

>>569
うっ
UTF-8 を展開した結果を32ビット長に格納しているが足りないのか、痛いところを突かれてしまった

**デフォルトの名無しさん** · 2022/08/14(日) 23:17:14.96

糞絵文字は1つしかないぞ

**デフォルトの名無しさん** · 2022/08/15(月) 03:40:04.80

2007年当時の話だけど、毎年1000文字ずつエンコードしていっても
コードポイント使い切るまで800年以上かかるって
http://www.unicode.org/mail-arch/unicode-ml/y2007-m06/0034.html

これ書いた当時は年間944文字ペースで符号化していて文字数は減少傾向とも

**デフォルトの名無しさん** · 2022/08/15(月) 09:07:29.00

UTF8だけならUTF16のサロゲート領域がまるまる空きなのでそこを先導バイトに使えば4000倍以上にはできる。
あとはUTF16とUTF32は捨ててUTF64を導入で。

**デフォルトの名無しさん** · 2022/08/15(月) 09:27:51.58

>>575
UTF64の導入か…現時点ではめんどくさくってしかたがないですねえ

**デフォルトの名無しさん** · 2022/08/15(月) 09:34:53.03

先頭のバイトで長さが判別できる特徴を残したいなら長くなるけど、先頭0xFEで12バイト、先頭0xFFで24バイト長とかにすれば、138ビットまで拡張できるな。

**デフォルトの名無しさん** · 2022/08/15(月) 09:47:13.51

>>576
心配するな現時点で今の21ビットが足りなくなる可能性は皆無。使用されている全部の文字を登録しても足りる。
絵文字増やしても個々の違いが判別できなくなるので文字として役に立たなくなるし、新たに創作文字を大量導入とか、単語に文字コード割当とか、アホなことしないと当面埋まることはない。
よし甲骨文字と金文と篆書と隷書の字体やその変化にも個別文字コード割当だとかやれば埋まりそうだが。

**デフォルトの名無しさん** · 2022/08/15(月) 11:16:15.31

U+1D400..U+1D7FFみたいなのが収録されてるんだから
なんか理屈をでっち上げれば、明朝とゴシックと丸ゴシックと教科書体それぞれ3ウェイトずつぐらいはいけるのでは？

**デフォルトの名無しさん** · 2022/08/16(火) 11:08:43.06

地球外の惑星人の言語が見つかりだしたらあっという間に埋まるだろう

**デフォルトの名無しさん** · 2022/08/16(火) 16:32:26.25

>>579
明朝体とゴシック体を丸ごと登録はありえないけど、甲骨文字、金文、篆書あたりの楷書より古い字体は古代文字扱いで丸ごと登録とか、可能性がゼロではないんだよな。
現在の漢字では失われて甲骨・金文にしかない文字とかもあるので。

**デフォルトの名無しさん** · 2022/08/17(水) 01:36:20.68

音が出るコードが U+0007 以外にも沢山作られて・・・

**デフォルトの名無しさん** · 2022/08/17(水) 01:41:52.37

>>582
よし、パパ全ての音階を符号化しちゃうぞ。
といっても半音単位で人間の耳に聞こえる音と楽譜にある長さ全部登録しても余裕そうだが。楽器ごとに別の符号を準備するか？

**デフォルトの名無しさん** · 2022/08/17(水) 01:47:12.74

日本の変体仮名もマイナー過ぎるもの以外はあらかた登録されことを踏まえると、第三漢字面は甲骨文字等で埋まることになりそう（実際に登録された場合、今後数百年で最後の大規模登録になるはず）

**デフォルトの名無しさん** · 2022/08/17(水) 08:36:52.62

どれだけ文字が増えてもASCIIとの互換性は維持しなきゃいけないんだろうなぁ

**デフォルトの名無しさん** · 2022/08/17(水) 09:04:59.81

甲骨文字はまだ研究中できちんと体系化できてなくて、これとあれは同じ文字だと思っていたが実は別の文字だったとか、見た目全然違うけど同じ文字とか、いまだにやってるし、研究者によって意見が違ったりする。
登録するとなるとかなり先になりそう、もしくは見切り発車的に現状の字形の見た目だけで登録するか。

**デフォルトの名無しさん** · 2022/08/17(水) 12:03:40.31

>>577
スマートやね

**デフォルトの名無しさん** · 2022/08/18(木) 20:52:25.67

任意多倍長文字コード…

**デフォルトの名無しさん** · 2022/08/20(土) 02:24:45.92

>>562
文字に関しては、時代が進めば解析できていない古代文字がわかるようになるわけではない。

宇宙人が現れないかぎりは、絵文字が増える程度。

**デフォルトの名無しさん** · 2022/08/20(土) 02:27:00.88

可能性としてはフォントごとに文字が登録されることになると収まらなくなるな。

**デフォルトの名無しさん** · 2022/08/20(土) 12:56:39.98

>>589
いや、古代文字の解析はちょっとづつでも進んでるよ。それで埋まったりしないだろうけど。
あとユニコードには意味不明のまま形だけで登録されている古代文字もあるので、解析されてなくても良いという。

**デフォルトの名無しさん** · 2022/08/20(土) 15:44:41.14

こんなやつか
https://www.tanqfamily.com/post/suuji

**デフォルトの名無しさん** · 2022/08/21(日) 02:25:17.60

>>591
はっきり言ってわからないことはわからない。遠い過去のことを必死に解明しようとなんてしない。

**デフォルトの名無しさん** · 2022/08/21(日) 03:05:58.69

歴史学否定派w

**デフォルトの名無しさん** · 2022/08/21(日) 10:03:23.55

読めねぇ orz
鱼 U+9C7C
鱻 U+9C7B
䲜 U+4C9C
https://kanji.jitenon.jp/cat/bushu11001.html

**デフォルトの名無しさん** · 2022/08/21(日) 21:12:42.94

🐟

**デフォルトの名無しさん** · 2022/08/22(月) 15:43:07.04

>>595
森とか品とかは日常的に使ってるわけですし

**デフォルトの名無しさん** · 2022/08/22(月) 19:06:10.43

鮮は鱻と羴の組み合わさった漢字、という説もあるようですね

**デフォルトの名無しさん** · 2022/08/22(月) 19:13:20.22

巧言令色鮮し仁
こうげんれいしょくすくなしじん
（「論語‐学而」にみえる孔子の説いたことば）
ことば巧みで表情をとりつくろっている人は、かえって仁の心が欠けているものだの意。

**デフォルトの名無しさん** · 2022/08/22(月) 19:20:47.37

鱼は魚の簡体字のようだが、ソース分離のパティーンなのかな

**デフォルトの名無しさん** · 2022/08/22(月) 19:25:14.80

あ簡体字繁体字はそっか

**デフォルトの名無しさん** · 2022/08/23(火) 00:11:38.72

澁→渋みたいに3つ並んでるやつの下2つを＞＜で省略するのって日本ローカル？