文字コード総合スレ part14

**デフォルトの名無しさん** · 2023/03/03(金) 15:46:58.08

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/
文字コード総合スレ part13
https://mevius.5ch.net/test/read.cgi/tech/1593777227/

**デフォルトの名無しさん** · 2024/04/30(火) 05:42:00.58

そういえば、エクセルの、ある一つ、一つの、ひとつの、
セル内で文字列[xxxxyyyy]を改行は、
オペレーション的には
xxxx [ALT]+[改行] yyyy だったような。

地球の書によると、Lf(ASCIIコード10 スナワチ0x0a)だ。

CSVでセル内改行不能問題は、知らん。失礼m(_ _)m
ちな、ンゴ文字をセル内に入れる、文字の表示方向が
逆になったりする事が、よくある。

それは、バグでなく仕様の可能性、かと憶測する。
なお、数字を入れると、右詰めになり、
先頭が=だと関数とみなされることは、多い、

文字化けの要因のひとつ。該当セルを標準でなく文字列に
設定するのもひとつの手段、かな?。

試行錯誤して作成してる、😅

**ランベルト星人とプロマネ** · 2024/04/30(火) 09:07:48.91

👤　PRINTABLE:=C0=80 で👻と表示、ヤバ。バグなのか?
☕　ま、いいんぢゃなーーい
🤡　SONYさんのスマホのCNTACTS.VCFはヌル文字なんて入力不可
　　また、半角数字は123なら　=31=32=33　と出力だ
　　２バイトには変換しないので、
　　そんな不正なコードは出力しませんよーーー
　　だから、ASCiiは、=C0=B8　なんて出力しません
☕ 　レビューやーめたーーーー

**ランベルト星人の呟き** · 2024/04/30(火) 10:09:05.00

ある文字が、UTF8で絶対に絶対に絶対に2BYTE文字の場合、
その下限てか上限は、=C2=80　だ
てか、UTF8で0xC280はなんて文字なんだろうか

🤡知らん。けど、変な文字だろ
電話帳にそんなコードは入力しないからどうでもよいので

🥳ポクのスマホの連絡帳てか電話帳の氏名に
絵文字入れても、バッチリ。ツールバッチリ
絵文字とASCII文字だけバッチリなら
他の文字は使用しないから、ツール問題なし
てか、絵文字以外かつASCii以外の文字の
入力を禁止しろーーーー
漢字は入力禁止

🤡ちゃんと日本語も難読もSONYさんのcontacts.vcfは
RCF2045守ってるのでバッチリ

👤てか、守らなくても、ワリとヘッチャラだよな

🥳絵文字バッチリだから、ヘッチャラ

**デフォルトの名無しさん** · 2024/04/30(火) 10:23:58.61

ランベルトとかいう、宇宙人の落ちこぼれが
UTF8 C280 つまりU+0080がどんな文字が
疑問に思ってるようだ。
どうやら、極めて怪しい制御コードのような
霊感を感じる。それのお絵描きしておく

BY ☕ジャバ星人でしたーーーー

**デフォルトの名無しさん** · 2024/04/30(火) 10:39:20.69

xxx ❓❓❓　PAD だろ　xxxはとPADとは全く違う　by 👤
xxxは未知だから、PADとかいのでもいいんぢゃない　by 🤡
xとPは違う文字である。この2人目がヤバイ　by 🥳

**バカテスター** · 2024/04/30(火) 11:12:57.08

🥳　それは、Padding Character　というヤツ
モチロン、非表示の文字らしいです。
だから、Spaceで、表示すべきです。
xxx とか PAD と表示してるサイトが
多々見受けられる。バグですね。ーー

BY 🥳発達障害が更に悪化中

**ランベルト星人等** · 2024/04/30(火) 11:20:15.08

ちぇっ、👻表示させたかな。by 👤
そんな文字はスマホに入力できないので、
そんな文字をデコードしたのはcontacts.vcfに存在しないので
リリース済のは、修正しませーーーん　by 🤡
え、リリース済❓👤
デヘヘ🤡

**JAVA星人** · 2024/04/30(火) 15:27:13.93

オレッちがソースレビューさせれば、以下のようにするのになあ

elseif 🟦＜192then 'なんちゃってascii
　　「👻」を表示
　　n=n+1
elseif 🟦＜224 then　'2byte

は、
elseif 🟦＜192then 'なんちゃってascii
　　「👻」を表示
　　n=n+1
elseif 🟦＜194then 'なんちゃって2byte
　　「👻」を表示
　　n=n+1で容認、n=n+2が理想
elseif 🟦＜224 then　'2byte

by 　☕ポクはJAVA星人

**ランベルト星人** · 2024/04/30(火) 15:35:57.73

緊急PGメンテかよ。ま、
elseif 🟦＜192then 'なんちゃってascii
　　「👻」を表示
　　n=n+1
elseif 🟦＜224 then　'2byte

は、
elseif 🟦＜194then 'なんちゃってUTF8
　　「👻」を表示
　　n=n+1
elseif 🟦＜224 then　'2byte

で再リリースを検討する。ま、理想は☕星人の通りだが
インパクトがわからん。　
てかさ、なんちゃってUTF8なんてS⭕NYのCONTACTS.VCFに
出力はされないから、ね。

BY 👤

モピロン、再リリースは何時でもOK
BY 🤡

バグっていいぢゃーーん
BY 🥳

🤡　PGバグでも運用上はバグぢゃないもんねーーー

**バカテスター** · 2024/04/30(火) 15:46:58.40

>>777 の緊急PG修正ってコメント除けば
一文字修正するだけぢゃーーーん

❌　elseif 🟦＜192then 'なんちゃってascii
⭕　elseif 🟦＜194then 'なんちゃってUTF8

192を194にするだけ。1秒で修正するぢゃーーーん

プロマネとか自称宇宙人ってバカなの❓

BY 🥳超バカテスターに成りすましてみたー

**ランベルト星人** · 2024/04/30(火) 16:26:39.63

👤再リリース完了　🤡Good job ☕ま、やらかすと思ったわ　

👤UTF8では、最初の1バイト目が1100 が2byte　なんて地球の書に釣られた
☕そっか、かつてのオレを思い出した
👤んー❓
☕2BYTE⇒1100 xxxx xxxx xxxx 　は真か偽だな。
👤地球人には無理だろ。偏差値パワーが有限だからな地球人は
☕オレはかつて地球人だった。オマエも地球人に格下げ寸前だったな　

🤡C0 00 〜 C0 7F は、UTF8 ではなんちゃって2BYTEって　
地球の書に記載した方がいいか?

👤☕　それは正解だが、反例らしき忖度に満ちた地球の書に
記載しても、何だな。そもそも、地球人は🐴🦌だ。

🥳ちぇ、地球人をバカしたバッドエンディングなの❓
この文学作品したヒトってバカっかぢゃなーーーい

😅AUAUアウアウ

**あっいけね** · 2024/04/30(火) 16:29:13.91

>>779
❌C0 00 〜 C0 7F は、UTF8 ではなんちゃって2BYTE
⭕C0 00 〜 C2 7F は、UTF8 ではなんちゃって2BYTE
だった。他にもたくさん、ミスってそう。(⁠ ⁠･ั⁠﹏⁠･ั⁠)

**編集後記** · 2024/04/30(火) 18:21:22.96

👤プロマネよ。あのさ、ナンデ、UTF8文字列→UNICODE文字列　なんてプログラミングをオレにさせたんだ？
🤡それがさ、６年前の春は、その当時で古いスマホの電話帳
を、その当時で新しいスマホに、vcfファイル経由でコピーしたことに遡る。
👤６年前時点の古いスマホなら、android4.x新しいのなら、android8頃か
🤡んー、多分yes
🥳バージョンが古いから、vcfファイルも、モピロン、文字化けだよね。
🤡いや、vcfを当時のパソコンで開くとちゃんと氏名等の漢字は読める。平文だ
　その頃はwin8.1のヤツを使用してた。
👤vcfは漢字も平文で読めたのか
🤡yes その当時は。
👤でutf8→unicodeと関係あるんだ
🤡その当時は関係はなし、で、
　そして、機種変更した。2年前だ。
・・・・
👤vcfが2年前の機種のときに文字化けか
🤡文字化けと思ったが、デコードだな
１文字漢字がascii9文字に化学変化、後はわかるだろ

🥳グーグルので共有でいいぢゃーーーん。
　個人情報はグ⚪グルのサーバに保管だね

🤡でも、とにかくPRINTABLE: のをエンコツール自作に至ったわけ

**デフォルトの名無しさん** · 2024/05/01(水) 00:33:47.56

>>768
>CSVやTSVで、セル内改行ができない問題は

Ruby ではクォート文字で囲めば、
行区切り文字・列区切り文字・クォート文字も、データ内に入れられる

require 'csv'

input = <<"EOT"
"a""a","b,b",あ
"c
c","d\nd"
EOT

p input_ary = CSV.parse( input ) # 2次元配列
#=> [ ["a\"a", "b,b", "あ"], ["c\nc", "d\nd"] ]

# 2次元配列を、CSV 文字列に変換する
csv_str = input_ary.map( &:to_csv ).join
puts csv_str

"a""a","b,b",あ
"c
c","d
d"

**デフォルトの名無しさん** · 2024/05/01(水) 05:45:14.27

ん、微妙に話しズレるが、新たなるプロジェクト思いついた
・VBAでcontacts.csvをバイナリで読み込ませる
・CR LF などそれが2バイトでも全てLF1byteに変換する
・それをセルの　んー例えばC3セルに表示
・C3セルの一つだけのセルに、contacts.vcfが表示される
・とにかく、vcfのエンコードツールをvbaで開発する
by 🤡

それより、プロマネ、プリンタかってーーー
ネットプリントめんどくせー
by 🥳👤

プロジェクトは延期ーー　🤡

**ジャバ星人の呟き** · 2024/05/01(水) 20:43:19.84

☕
2BYTE⇒1100 xxxx xxxx xxxx　の最小値って地球人よ知ってるか❓
16進で、xC000 だぜ。もし、xC280にしたいならさ、
それを簡易に表現できるパワーが必要だろ。
やたら、言い訳した内容を補足に入れてもよ。
そんなの、理解できねーーーってワケ

by ☕

でさ、なんで自称宇宙人のチミはジャバ星人って自称してるの
by 👤ランベルト星人

んーーー　by☕

ま、ウスウス知ってるけど、JAVAってIBMが開発した言語❓
それとも　・・マイクロソフト　❓
BY 👤

マイクロソフトもIBMもライバルだ　ぢゃーバイバイ
BY ☕

**プロマネの呟き** · 2024/05/01(水) 21:00:20.23

ジャバ星人(サンマイクロシステ⚪星人)と、ランベルト星人の
やり取り、意味深だな。
てかさ、ISO/IEC 10646 [ISO.10646]　に
UTF8toUNICODE の極めて具体的なアルゴリズムが
英文で記載されてる。

モピロン、ランベルト星人やジャバ星人が開発したのは
その通りに作ってるハズだろ。

地球人の規格か概ね上位互換だ　てかそれキニシナイ　BY 👤
今の規格でも何か怪しい　てかもぅゴリゴリだせを　BY ☕

あのさ、ジャバ星人は地球からスピンアウトしたら　BY 初登場のミラクル星人

**ジャバ星人** · 2024/05/02(木) 14:20:08.07

オラ、いや、ミラクル星人にはナイショだけどよ、
ランベルトとかいう宇宙人の、自称秘伝の数式
⭐＝64*(🟦-192)+(🟫-128)　※UTF8で2byte専用
で⭐が127以下になる全ての🟦、🟫の非負整数解って
ま、地球人でも厨房程度の低知能で解けるだろ。

見え貼ってビット積とか使って規格書記載してるから
数式の連立方程式すら失念し、重複するだってワケ
地球人って、地球🌏の中ぢゃ、知能はマシだが、
この宇宙の中ぢゃ、もう恥ずかしくて、宇宙旅行なんて出来ないだろ
by ☕

てか、あの規格書、あれが21bitとか記載してるぞ、
20bit + 1文字だよな。地球人ってバカなのか?　by 👤

いやいや、地球の数学では、
2^21 ＝ 2^20 + 1なんぢゃねーーー　ゲラゲラ　by ☕

矛盾許容の数学を構築したランベルト星の数学ですら
アリエネー。てか、isoなんとかってジョークサイトだよな
by 👤

ゲラゲラゲラゲラゲラゲラ論理積以前だろスピンアウト正解　by ☕

2024/05/03(金) 06:35:56.34

>>783 でさ、
🤡
> CR LF などが2バイトも全てLF1byteに変換
の記述って、🦩ダチョウ　(無駄に長いの意)な表現だよな

👤地球人は知能はバカの一つ覚え。無限個ある欠陥だらけの
文章の、２、３点を修正して、今度は完璧だなんて思い込む

🤡てか、「あのCrLfをLfにする」の何処がダチョウな表現なんだ❓
👤正解は「Crを無視する」だろ
🤡オマエも地球人並みの知能だな。無限大の知能ってウソぢゃーーん
👤そもそも、Cr単独で改行なんてのは、アリエナイ前提だ
　モチロン、Lf単独で改行は、Unixとか比較的近年UTF8で
　地球で、主流だろ
🤡んー❓　厳密すればするぼど、やはりダチョウ🦩になる
👤ところで、ゲーデルの不完全性定理ってどう思う
🤡あの辺りは数学ではナゾの密林だ。てか
　証明できん事を証明しましたーーー。をアリガタッてるのか
👤知らんが、あの規格書も、6〜7年前から更新ストップだろ
🤡更新すればする程、矛盾にみちた内容になってるかも
👤もはや、矛盾してるかすら解かんないとちゃう？
🤡ノーコメントとする。てかランベルトよ、
「Crを無視する」というロジックは、1行目で真かつ
k行目で真と仮定してk+1行目が真を証明が必要だ
👤てかよ、kは整数かつ1以上が必要だろ
🤡どちらかというと十分で微かにダチョウだよ
👤んーー、kは整数かつ2以上が必要といえば十分か
🤡話しが長いな。てかゲーデル不完全性定理と関係ありそ
👤それ以前に我が星、ランベルト星の数学・論理学は矛盾許容だ
🤡それ、完全性定理ぢゃねーーー？
👤どっちでもok ∵矛盾許容
🥳ポクも宇宙人に産まれ変わりたいデーース

**デフォルトの名無しさん** · 2024/05/04(土) 01:03:55.27

VTも使うTSV形式はこんな感じか。
行末のCRLFは無くても問題ないが
あった方がテキストエディタで開いた時に見やすくなる
セルA1␉セルB1␉セルC1␋␍␊
セルA2␉セルB2␉セルC2␋␍␊

ASCIIが想定していたUSやRSの使い方はこんな所だろうか
セルA1␟セルB1␟セルC1␞␍␊
セルA2␟セルB2␟セルC2␞␍␊

**デフォルトの名無しさん** · 2024/05/04(土) 08:00:55.56

🥳　てかプロマネさ、エクセルに
CSVの文章貼り付けるときどうしてる?

🤡　んー「，」の半角は
　　tab　に置換えてから、コピペ

🥳　「123,ABC」を「123tabABC」
てやって、A1セルに貼付けても
A1セルに「123tabABC」って表示されたよ
ウッソ付きーーーー!

👤　地球人って・・・
🤡　地球人でも、かなり、・・・・
👤　こんな文章を、書き込む奴も・・・・なのか?
🤡　ノーコメントとする。

**デフォルトの名無しさん** · 2024/05/04(土) 13:09:03.98

一日一回無料で使える脱衣AI見つけたbb
https://mao.5ch.net/test/read.cgi/gymnastics/1240746278/217

**デフォルトの名無しさん** · 2024/05/04(土) 16:13:25.74

セルの列やセルの行を区切るのに制御文字を使えれば
セル内に,や”を入れたり改行することもできるんだよね

**単なる呟き** · 2024/05/04(土) 18:46:03.94

🤡　多分、タブの制御コードは、␉　って感じだ
🥳　タブはHTなの?、ポクは英語バッチリ　[Tab]ぢゃーーーん
　　キーボードにHTなんてマークのキーは見つからん
👤　キーボードの[Tab]にマジックでHTって記入しちゃえー！

**デフォルトの名無しさん** · 2024/05/05(日) 00:28:15.77

垂直タブはキャレット記法で^Kだけど
PC-98のDOSで↑キーを押すと^Kが入力されたのを思い出した
他には→キーを押すと^Lが入力されたと思う

**デフォルトの名無しさん** · 2024/05/05(日) 14:18:12.85

>>787 の自称宇宙人の👤が
「Cr単独で改行アリエナイ∴Cr無視」とか言ってますが
ヘンですね。
というか、'xxxxx␍yyyyy'は、ポクの
メモ帳で開いたら
xxxxx
yyyyy
でちゃんと改行されて表示ですよ。
改行がCr単独なんてアリエナイ　なんて
勝手な前提しちゃいけません。レッテル論法禁止🚫🈲🙅

by 🤡

👤　give up てか今日はバィバィ。さよならーーー

**デフォルトの名無しさん** · 2024/05/05(日) 20:09:04.88

GUIでCR,LF,HT,BS,DEL以外の制御文字を
ソースコードなどに手動で入力して使う事がほとんど無いのは
キーボードに専用のキーが無いからなのかね？
CUIではCtrlとアルファベットキーの組み合わせで入力できたけど
GUIではショートカットキーとして使われていて制御文字は入力できないし
C1制御文字に至ってはさらに馴染みがない。
制御文字をもっと活用すればエスケープ文字が図形文字のために
その文字を表示するために特別な入力をする必要も無くなるのに。

**デフォルトの名無しさん** · 2024/05/05(日) 21:28:31.49

>>795
制御文字のほとんどが機種依存だから。

**デフォルトの名無しさん** · 2024/05/06(月) 04:24:56.29

>>794
CR 単独は、古いMac だけ

**デフォルトの名無しさん** · 2024/05/06(月) 09:46:14.51

>>797
OS9, AppleII, commodore

**デフォルトの名無しさん** · 2024/06/01(土) 00:05:13.54

IPAmj明朝のIVSって、2017年ので止まってるの?

**デフォルトの名無しさん** · 2024/06/01(土) 11:39:25.67

あたらしめのIVSを使おうと思ったらグリフがないくさいので

**デフォルトの名無しさん** · 2024/06/02(日) 01:04:43.33

>>799 は正解くさいので違うフォントを使うことにした。

**デフォルトの名無しさん** · 2024/06/02(日) 11:08:06.07

「IPAmj明朝は、IVD 2017-12-12 Moji_Johoコレクションに準拠してIVSを実装してあります」と説明されているとおりで、他のIVSに対応する目的のものではないから、更新が止まってるとかではないような

**デフォルトの名無しさん** · 2024/06/03(月) 14:37:57.00

>>802
Moji_Johoコレクションは数年おきにアップデートされている
「IVD 2017-12-12 Moji_Johoコレクションに準拠」という説明は、同時に「2017-12-12版以降
には対応しない」という意味でもあるのかなと思っている

**デフォルトの名無しさん** · 2024/06/03(月) 15:58:23.74

PowerPointでShift+Enterを押すと垂直タブを入力できるようだけど
他のソフトでも垂直タブがShift+TabやShift+Enterで入力できるのが標準になっていたら
垂直タブはもっと広く普及していただろうか

**デフォルトの名無しさん** · 2024/06/04(火) 15:13:07.31

CSVとTSVを比べるとTSVの方がテキストエディターで開いたときに見やすいから便利だと思うんだけどCSVにはどんな利点がある？

**デフォルトの名無しさん** · 2024/06/04(火) 16:24:20.35

文字コードの話じゃねーじゃん

**デフォルトの名無しさん** · 2024/06/04(火) 17:03:57.21

>>806
いちおうTABもSpaceもcommaもCRもLFも個々に「文字コード」ではある。いわゆる文字符号化手法とか符号化文字集合ではないが。
文字コードは曖昧で意味広すぎ

**デフォルトの名無しさん** · 2024/06/04(火) 17:15:26.05

>>805
CSV の利点は制御文字(cc)ではなく表示文字を使っている点。TAB はccなので表示系によっては見た目で区別できない場合がある。典型的にはスペースと見間違える（1文字TABはスペースと同じアキになる可能性
常にTABとスペースが正確に区別できる環境ならTSVの方がだんぜん便利だと思うが TAB は普通の文字じゃないことも文字コード設計として念頭においておくべき
あと unicode にはスペース類似文字もカンマに似た文字も多過ぎるので、どのみち見た目で区別は駄目という話はある、酷い話だ。

**デフォルトの名無しさん** · 2024/06/04(火) 17:46:25.88

すげーな
職場でもあんま話通じない人なのかな

**デフォルトの名無しさん** · 2024/06/04(火) 22:21:43.51

「慶応」も「コンクリート」も漢字1文字で～Unicode標準に新しいブロックが提案中
手書きでしばしば用いられる「部首＋カナ」スタイルの略式漢字
https://forest.watch.impress.co.jp/docs/serial/yajiuma/1597030.html

**デフォルトの名無しさん** · 2024/06/04(火) 23:02:09.29

>>810
そういうのは合字といって昔からある

**デフォルトの名無しさん** · 2024/06/04(火) 23:04:13.30

UTF-8は日本語だと明確に指示していないと、漢字が中国の漢字が入り込んでしまう。

**デフォルトの名無しさん** · 2024/06/04(火) 23:06:31.80

UTF-8で記号がたくさん追加定義されて、MS-IMEがめちゃくちゃだから、変な記号を使う日本人が激増した。

**デフォルトの名無しさん** · 2024/06/04(火) 23:12:43.53

変体仮名で限界

用例を見たが、それ以上の歴史的重要資料が大量にあって
デジタル化の必要性があるとは到底思えない

英字アルファベットも代表的なカリグラフィーを収めて終了
unicode標準は局所的な特定小集団のおもちゃじゃない

**デフォルトの名無しさん** · 2024/06/05(水) 07:49:52.75

>>810
従来の漢字、特に中国の簡体字等、読みの同じ部首やつくりで置き換えて文字を
作ったりとかはあるので、発想としては近いものを感じる

**デフォルトの名無しさん** · 2024/06/05(水) 09:34:19.11

UnicodeData.txtをあたらないと何を表してるのかさっぱり分からん絵文字よりは
まだその手の略字のほうが有意義な気はする

**デフォルトの名無しさん** · 2024/06/05(水) 10:21:36.77

>>808
Firefoxだと表示できない文字は□の中に16進コードが書かれた文字が表示されるから
同じようにテキストエディターでも制御文字と空白に見える文字は空白を表示する代わりに
16進のコードが表示されれば分かりやすくなるね

**デフォルトの名無しさん** · 2024/06/05(水) 13:38:49.33

>>810
標準に滑り込ませて既成事実化するよりも、
草の根で外字フォントを配るのが良いと思う

**デフォルトの名無しさん** · 2024/06/05(水) 15:08:16.04

>>818
草の根で外字フォントを配ってなんとかなることだったらわざわざ標準化する必要なくね？
外字フォントを配るぐらいにとどめておいた方がいい以上の根拠なし意見でしかないぞ。それ。

**デフォルトの名無しさん** · 2024/06/06(木) 09:50:50.05

>>818
それを全国の市町村の役所でやって既成事実化できずただただ氾濫して手に負えなくなったんよ

**デフォルトの名無しさん** · 2024/06/06(木) 10:38:50.99

役所は文系ばかりなのでとんでもないことを平気でやらかす

**デフォルトの名無しさん** · 2024/06/06(木) 10:46:53.59

>>793
98に限らず
hjklで←↓↑→替わりにしてる環境は割とある

**デフォルトの名無しさん** · 2024/06/06(木) 16:26:25.10

unicodeだと同じ文字に見えても違うコードポイントの文字が多いから
テキストエディタにもコードポイントを表示する機能と
バイナリではどう記録されているのか表示する機能が欲しい
バイナリエディタでは折り返しが16バイト毎の固定で文章入力しにくいから
折り返しを16バイト毎ではなく0x0D0Aにできるバイナリエディタのような感じかな

**デフォルトの名無しさん** · 2024/06/07(金) 00:30:00.98

絵文字とか異体字セレクタとかもあるし、とりえあえず文字（グラフィームってやつ?）の
境界を見つけるのが面倒だよね
文字境界を探すライブラリとか、今ってそこら辺もちゃんと動く感じ?

**デフォルトの名無しさん** · 2024/06/07(金) 02:08:04.46

>>823
サクラエディタにそんな機能があるな

**デフォルトの名無しさん** · 2024/06/07(金) 20:02:28.27

Ruby では、

https://qiita.com/QUANON/items/2539feed89cee2290664

couple = '👨‍👩'
p couple.length #=> 3

# \X Unicode 結合文字シーケンス (eXtended grapheme cluster) (?>\P{M}\p{M}*)
p couple.scan(/\X/).length #=> 1

# \u{0308} はウムラウト
p euml = "e\u{0308}" # "ë"。"～"で囲む
p /\X/.match(euml) #=> #<MatchData "ë"> ウムラウト有り
p $&.codepoints #=> [101, 776]

# \w 単語構成文字 [a-zA-Z0-9_]
# \W 非単語構成文字 [^a-zA-Z0-9_]
p /\w/.match(euml) #=> #<MatchData "e"> ウムラウト無し
p $&.codepoints #=> [101]

p couple.chars #=> ["👨", "‍", "👩"]
p couple.grapheme_clusters #=> ["👨‍👩"] 書記素クラスタ

# U+200D は、Zero Width Joiner (ZWJ: ゼロ幅接合子)
couple.each_char { |chr| puts(format('U+%04X', chr.ord)) }
# U+1F468, U+200D, U+1F469

(euml + couple).each_grapheme_cluster { |chr| puts(format('U+%04X', chr.ord)) }
# U+0065, U+1F468
# つまり先頭文字である、'e👨' だけになる

**デフォルトの名無しさん** · 2024/06/07(金) 21:53:54.62

Macなんて日本語でも英語のUTF-8と決めつけるから、SJISですらうまく打てない。

**デフォルトの名無しさん** · 2024/06/07(金) 22:04:15.54

>>810
その記事は時代に逆行している変な人間の記事だな

手書き文字を登録しろと言い出すと無限に定義するはめになり、見た目の区別もつかなくなる。

**デフォルトの名無しさん** · 2024/06/07(金) 22:06:42.14

JavaScriptの識別子に中黒が使えるようになった
https://nanto.asablo.jp/blog/2024/06/07/9690975

JavaScriptの識別子(変数名、関数名、プロパティ名など)の2文字目以降に中黒「・」(U+30FB KATAKANA MIDDLE DOT)が使えるようになりました。以下のコードはChrome 124では構文エラーになりますが、Chrome 125では問題なく実行できます。

const シン・ゴジラ = 2016;

中黒が使えるようになったのは、JavaScript(ECMAScript)の仕様が変わったからではありません。変わったのはUnicodeの仕様のほうです。Unicode 15.1.0(2023年9月)においてOther_ID_Continueプロパティ(を持つ文字の集まり)に中黒が追加されました。

**デフォルトの名無しさん** · 2024/06/07(金) 22:34:26.74

>>829
表記の揺れの原因になりやすい記号

**デフォルトの名無しさん** · 2024/06/07(金) 23:59:44.50

>>828
異体字はこんな風に生まれたんだろうけど
髙と高みたいに両方ともUnicodeで基底文字として扱われてる文字と
異体字として扱われる文字の違いは何なんだろうな

**デフォルトの名無しさん** · 2024/06/08(土) 01:05:00.06

>>831
中国人／台湾人の辞書や文字コード表に記載されているかどうか。はしご高は台湾漢字由来だったか
日本の異字体はIVS使うことにしたので最近は登録申請すらほとんどしてないけど、中華人民共和国は今もがんがん本体に追加要請してる

**デフォルトの名無しさん** · 2024/06/08(土) 01:39:00.68

>>832
「異体字」を「異字体」と間違っている時点で説得力なしw

**デフォルトの名無しさん** · 2024/06/08(土) 10:12:44.74

>>833
この場合は「異－字体」であってるんだよ。「異体－字」は個々の文字を指す。

**デフォルトの名無しさん** · 2024/06/08(土) 13:27:19.23

そういえば、斉藤なんかの「さい」の異体字はすごい数あるな
もともと難しい字で、戸籍登録の際の書き間違いが原因らしいけど

**デフォルトの名無しさん** · 2024/06/08(土) 21:42:22.14

異体字と異字体
https://www.ytv.co.jp/announce/kotoba/back/2001-2100/2036.html#:~:text=%E3%81%AE%E8%A9%B12038%E3%80%8C-,%E7%95%B0%E4%BD%93%E5%AD%97%E3%81%A8%E7%95%B0%E5%AD%97%E4%BD%93,-%E3%80%8D%0A%0A%E6%96%B0%E8%81%9E%E7%94%A8%E8%AA%9E

**デフォルトの名無しさん** · 2024/06/15(土) 21:59:47.39

すげーのを引っ張りだしたなw

**デフォルトの名無しさん** · 2024/06/17(月) 09:21:34.95

CJK統合漢字拡張もいつの間にかI（アイ）まで来てるのかあ
どこまで行くんでしょう

**デフォルトの名無しさん** · 2024/06/17(月) 18:15:03.85

>>838
中国さんが飽きるまで
とはいえ中国さんは、日式異体字とか辞書に載せて、辞書に載ってるから申請とか、留まるところを知らない

**デフォルトの名無しさん** · 2024/06/17(月) 23:07:05.19

>>834
それさ、同じ漢字と、字体違いの漢字を同一だと思っているでしょ？

同じ意味の漢字と、見た目違いの同じ意味の漢字は別物だよ

**デフォルトの名無しさん** · 2024/06/18(火) 00:34:22.90

>>840
異体字≡異体文字
異字体≡異体
この2つは当然べつもの

**デフォルトの名無しさん** · 2024/06/18(火) 02:46:10.52

>>841
漢字の話をしているだぞ？
漢字は意味が違ったけど同じになったもの、新しい漢字を作るときに位置が違ったもの、わざと創作した存在しない漢字などがあり、字体違いだけでなく書体違いもあり、あなたのこだわりは漢字そのものをわかっていない。

**デフォルトの名無しさん** · 2024/06/18(火) 02:47:11.32

>>841
「異字体」というのは中国語

**デフォルトの名無しさん** · 2024/06/18(火) 03:01:03.27

「漢字Aと漢字Bは〇〇の関係にある」
この〇〇には異体や異字体は入るが、異体字や異体文字は入らない。異体字は字体の関係性ではなく個々の文字を指す用語。
「異なる字体」と言いたい場合は「異体／異字体」を使用する。
「字体」とは文字の骨格となる構成を言う。「字形」や「書体」とは違う概念

**デフォルトの名無しさん** · 2024/06/18(火) 05:09:10.23

○
〇

**デフォルトの名無しさん** · 2024/06/18(火) 05:09:59.04

>>844
漢数字のゼロを丸印だと思っている方に言われたくない

**デフォルトの名無しさん** · 2024/06/18(火) 07:20:08.45

>>846
すまん。アンドロイドで「まるまる」で変換しただけで思ってるとか無関係。

**デフォルトの名無しさん** · 2024/06/18(火) 07:55:46.38

Google日本語入力を使った方がいい

**デフォルトの名無しさん** · 2024/06/18(火) 09:14:05.74

>>848
俺の使ってる google 日本語入力だと「まるまる」の候補は〇〇、丸々、丸丸、円円（カナやローマ字以外だと）4つだけだな。
この謎の漢数字の〇〇って「ひとふたまるまる」とかの軍隊時間呼称とか用なんだろうか？でも「人蓋〇〇」とかになるな

**デフォルトの名無しさん** · 2024/06/18(火) 10:39:53.14

中国が日本語を担当しているせいで、日本人が「まる」と入力したときに零だと勘違いしているだけだ。

大日本帝国の末期の用語みたいになっている。

**デフォルトの名無しさん** · 2024/06/18(火) 10:41:16.55

変換候補に出てくる文字の説明がちゃんと出てくるものを使わないと

**デフォルトの名無しさん** · 2024/06/18(火) 15:04:55.87

梵

**デフォルトの名無しさん** · 2024/06/18(火) 16:01:02.14

悩

**デフォルトの名無しさん** · 2024/06/23(日) 18:00:29.64

異体字セレクタって、無闇に使うと問題あったりしますか?
例えば対応してないシステムやアプリ上で使うと何か問題が発生するとか

**デフォルトの名無しさん** · 2024/06/23(日) 19:08:28.54

検索する時にはまりそう

**デフォルトの名無しさん** · 2024/06/23(日) 19:53:42.52

>>855
規格にちゃんと従っていれば検索時には無視してくれるので大丈夫
現時点で規格をちゃんと実装してないやつの方が多いってのは棚に上げておく

**デフォルトの名無しさん** · 2024/06/27(木) 04:51:42.68

見た目が似ている横棒がUTF-8でたくさん定義されてしまって面倒なことになった。

**デフォルトの名無しさん** · 2024/06/27(木) 09:53:57.06

あいつら漢数字の一まで一緒にする気マンマンだったんだぜ

**デフォルトの名無しさん** · 2024/06/27(木) 14:19:43.19

>>857
データベースないのかな?
0221以外のJISにない文字も含めた奴

**デフォルトの名無しさん** · 2024/06/27(木) 20:01:38.35

1(いち)とI(大文字アイ)は、フオントによっては、
見分けは、サッパリなぐらい、そっくり
ていうか、住所全角入力でハイフンの全角が
スマホからダメだった。仕方ないからパソコンで
入力したら上手くいった。
住所全角入力させるシステムってシステムのバグなのかな❓

**デフォルトの名無しさん** · 2024/06/27(木) 21:05:10.39

それよりサンセリフの I と l の区別がつかん
欧米人は大雑把でいけない
昔のタイプライターでは Il1を同じ文字、O0を同じ文字で代用していたらしいので伝統文化なのかもしれない

**デフォルトの名無しさん** · 2024/06/28(金) 16:48:54.85

youtubeのキーは判りにくい

**デフォルトの名無しさん** · 2024/06/29(土) 14:26:47.39

>>860
画面はUTF-8なんだろうけど、うしろにメインフレームのシステムがあるんだろう。
一文字に3バイト使う日本語でないとキャラクタセット変換が面倒なんだろうな。

**デフォルトの名無しさん** · 2024/06/29(土) 23:34:00.90

記号類は見た目が似ているからといって入力しやすい文字で代用しないで
Unicode Code Chartsに書かれている意味を調べて本来の意味の文字を選んだ方がいいよね
だからこそ入力する時に変換候補に文字の意味も出てほしいし
テキストエディターでも文字のコードポイントを表示する機能がほしい

**デフォルトの名無しさん** · 2024/06/30(日) 03:09:55.21

キーパンチャーの頃は単に部品減らしたいから代用したんでしょ

**デフォルトの名無しさん** · 2024/07/02(火) 09:17:58.60

いわゆる漢字検定ってありますよね
あれで「標準字体」とか「許容字体」とかあるけど、どういう基準で決められているか
どなたかご存知ですか?

**デフォルトの名無しさん** · 2024/07/02(火) 11:09:41.17

>>866
検定協会が勝手に決めてて知りたければ協会の出してる本を読めということになってる
いちおう総務省や国語審議会などの文献を参考にしている建前になってるけど詳細は独自基準

**デフォルトの名無しさん** · 2024/07/03(水) 20:09:14.26

>>867
なるほど。単純な字形のデザインとしてはあまり統一感のない部分があったりして
少なくともそういう方針ではないんだろうなあと思いました。