文字コード総合スレ part15

**デフォルトの名無しさん** · 2024/08/17(土) 11:18:00.01

文字コードについて語り合うスレです

**デフォルトの名無しさん** · 2024/08/17(土) 11:23:28.13

前スレ埋まってたので立てといた
テンプレとか過去スレを張るとNGワードで弾かれたので省略した
可能な人がいたら適当に補完しといて

**デフォルトの名無しさん** · 2024/08/17(土) 11:32:03.55

しゃぶれよ

**デフォルトの名無しさん** · 2024/08/18(日) 02:47:53.12

Q. UTF-8にBOMは必要ですか？
A. Unicode規格ではUTF-8にBOMを付けることは非推奨と明記されています
LinuxやMacやInternetの各規格ではUTF-8にBOMをつける文化はありません
Microsoftはかつて技術者向けにBOMを付けることを推奨しておりWindowsのツールはデフォルトでBOMを付加していましたが新しいバージョンではBOMを追加しないよう変更されていっています
現時点でも文字コードの自動判別にBOMを使用しているアプリはあるのでそいうソフトウェアの使用に限って便利なこともあります

**デフォルトの名無しさん** · 2024/08/18(日) 14:23:47.18

14 https://mevius.5ch.net/test/read.cgi/tech/1677826018/
13 https://mevius.5ch.net/test/read.cgi/tech/1593777227/
12 https://mevius.5ch.net/test/read.cgi/tech/1544931495/
11 https://mevius.5ch.net/test/read.cgi/tech/1516629503/

**デフォルトの名無しさん** · 2024/08/18(日) 19:18:59.30

ms-vcでまだs_jisを使ってる人はただちに辞める方法

ms-vcでutf-8を使う方法
https://learn.microsoft.com/ja-jp/cpp/build/reference/utf-8-set-source-and-executable-character-sets-to-utf-8?view=msvc-170

**デフォルトの名無しさん** · 2024/08/18(日) 19:19:42.01

https://learn.microsoft.com/ja-jp/cpp/build/reference/source-charset-set-source-character-set?view=msvc-170
https://learn.microsoft.com/ja-jp/cpp/build/reference/execution-charset-set-execution-character-set?view=msvc-170

**デフォルトの名無しさん** · 2024/08/20(火) 06:33:10.98

UTF8は、BOMは、非推奨の意味は、
１)UTF8はBOMは法的には🈲
２)UTF8はBOMは私的には🈲
３)UTF8はBOMは使っても🆗
４)SHIFT JISにはBOMは使おう

きっと、３)だな
だってBOMっていきなり先頭バイト
からしてUTF8に存在しないよな？
てか、UTF8は🈲にして
UTF16ビッグエディアンのみ🆗とし
ポクの大好きな笑文字☺とかは
第四水準漢字を削除して笑文字に
割当なさーーーーーい。
てか、第3水準とか第2水準の
割当た場所ってグダグダで
変更は無理ぢゃーーーん。
てか、第四水準はスッキリした
とこに割当られてるし
ドンドンサロゲートは廃止し
第四の場所に絵文字🥳とか割り当てて

超新型UTF16 旧UTF16とは、
第四水準と絵文字以外は
相互に完璧互換性在るハズ

俺って極超々天才だろぉーーぅ

**デフォルトの名無しさん** · 2024/08/20(火) 13:55:10.92

v=RiMT0r8f8aY

**デフォルトの名無しさん** · 2024/08/23(金) 22:33:12.33

ASCII文字以外を使っているならアスキーアートではなく
シフトJISアートやユニコードアートと呼ぶべき

**デフォルトの名無しさん** · 2024/08/23(金) 23:11:16.91

そんなの25年以上前の日本人に言えよ！

**デフォルトの名無しさん** · 2024/08/23(金) 23:40:41.57

ターミネーターの姉はターミネーちゃん

**デフォルトの名無しさん** · 2024/08/24(土) 01:25:39.89

終端抵抗

**デフォルトの名無しさん** · 2024/08/29(木) 08:02:28.17

スレがターミネートしそうになってるやないかい！

**デフォルトの名無しさん** · 2024/08/30(金) 16:05:00.99

もう丸囲み数字はやめようよ。
日本人はなんで打ちにくい①、②、③を書くのかな？

手間しかかからない。

**デフォルトの名無しさん** · 2024/08/30(金) 16:58:48.30

>>15
かわりに何を書くの？
(1)って打って①に変換するんなら手間は一緒だと思うが
単に使ってる日本語入力環境の問題じゃね？

**デフォルトの名無しさん** · 2024/08/30(金) 17:56:41.94

数字の１を変換したら候補に①はあるから打ちにくいとは思わないな

**デフォルトの名無しさん** · 2024/08/31(土) 10:12:54.19

毛頭はIIやIIIを好むけど同じ問題だな

**デフォルトの名無しさん** · 2024/08/31(土) 19:43:43.53

>>17
物理的なQueryキーの話じゃないぞ？

**デフォルトの名無しさん** · 2024/09/01(日) 05:48:48.48

「いち」の変換の候補は、一、位置、市、イチ、一部、壱、1
、１、Ⅰ、①　とかいろいろ、色とりどり、どれにしような
どれを使用しような。
てゆうーーか、「まるいち」って打ち込めば、丸一　だ
ま、「まるいち」って打ち込んでも、候補に①はでるが
単に、「いち」でも①が出てくる。てゆうか、
学習機能により、「いち」と打ち込むだけで
①が2番に出るようになった。ちなみに、第１候補は、
無変換である　いち　のままだ。学習機能ヤバイ。スゴい。ありえない

20 · 2024/09/01(日) 05:51:10.12

①が?に化けちゃってる。
①は使用🈲を推奨を、推奨しようよ

**デフォルトの名無しさん** · 2024/09/01(日) 10:03:06.38

25年以上前からUnicodeに含まれてる文字が化けるソフトを使用禁止にしろよ

**デフォルトの名無しさん** · 2024/09/01(日) 13:23:41.75

すまん5chで文字コードバグが起きてるんだがどういう事態になってんの？

**デフォルトの名無しさん** · 2024/09/01(日) 14:36:43.89

bugってるのは君の頭だ

**デフォルトの名無しさん** · 2024/09/01(日) 15:05:05.84

>>23
直ったみたいだよ
ブラウザが変換・送信した数値文字参照をぶっ壊していた模様

サンプル
https://kes.5ch.net/test/read.cgi/operatex/1724088826/94-103n
https://greta.5ch.net/test/read.cgi/poverty/1725160810/

**デフォルトの名無しさん** · 2024/09/01(日) 21:44:20.22

「いち」なんて打たなくても「１」だけで良いんだけどな

**デフォルトの名無しさん** · 2024/09/02(月) 20:00:21.60

UTF-8で見た目が同じものを二重に定義してしまった。

①～⑩までは昔からあるが、丸0と丸11以降を作り出してしまい、環境依存がさらに進んでいる。

**デフォルトの名無しさん** · 2024/09/02(月) 20:47:47.09

IMEで変換する時に環境依存文字と出る文字は
CP932に無い文字ということ？

**デフォルトの名無しさん** · 2024/09/03(火) 16:12:49.13

>①～⑩までは昔からあるが、丸0と丸11以降を作り出してしまい

しかも文字コードで丸内数字の大小比較出来ないんだぜ

**デフォルトの名無しさん** · 2024/09/04(水) 06:51:59.10

>>29
あれ、大小比較駄目なんだっけ?

**デフォルトの名無しさん** · 2024/09/05(木) 00:09:14.51

大小比較は出来るけど連続性は全く出鱈目
しかもskipしてるし場所もバラバラ

**デフォルトの名無しさん** · 2024/09/06(金) 03:04:08.53

>>27
>環境依存
この場合の「環境」って何?

**デフォルトの名無しさん** · 2024/09/07(土) 00:11:00.57

今って皆Unicode環境じゃん

**デフォルトの名無しさん** · 2024/09/07(土) 07:34:15.21

がフォントに全ての文字含まれているわけではない

**デフォルトの名無しさん** · 2024/09/07(土) 16:32:15.98

今は標準のフォントで結構文字が入ってない?
そこにNotoあたりでも足せば... No Tofuというぐらいで

**デフォルトの名無しさん** · 2024/09/08(日) 01:58:10.59

市販の日本語フォントはProフォントでも Adobe-Japan1-7 にある文字どまりで2万3千文字程度
Noto も国ごと文字種ごとにファイル分割されているのでフォント切り替えないと全ての文字は表示できない（あと新しく追加された文字はない
いろいろ都合があって一つのフォントファイルに入れるのは最大でも6万字程度に抑えられてるのが実情

**デフォルトの名無しさん** · 2024/09/08(日) 02:50:32.22

なんでたまに中国の漢字が混ざるんかね
普通に使ってても混ざった事ないけど

**デフォルトの名無しさん** · 2024/09/08(日) 05:25:42.70

CJK統合漢字という黒歴史
中国が文句言ったせいで

**デフォルトの名無しさん** · 2024/09/08(日) 05:27:48.50

>>36
囲み文字の話だろこれ。無理に話広げんなっちゅーの

**デフォルトの名無しさん** · 2024/09/08(日) 06:41:46.56

文字列"c9" と"c10"　大小比較考察に、
数値9と10は、後者は、デカい有。さて
文字列のそれは、後者はデカく無アル？
てか、wind○wsは、ファイル名並替順は
ロジックは、意味は、ワカラン有る。
てか、豆腐文字□ぽぃのとか？はやめて、👻
に、豆腐文字ぽぃのは、統一してよ。

**デフォルトの名無しさん** · 2024/09/08(日) 09:04:47.02

文字コードに国境がないと想像してみよう　そんなに難しいことじゃない
争いや宗教がなくなり　全世界の人が平和に暮らせる
僕のことを夢想家だと言うかもしれないね

**デフォルトの名無しさん** · 2024/09/08(日) 09:41:19.87

とんでとんでとんでとんでまわってまわってまわってまわる

**デフォルトの名無しさん** · 2024/09/08(日) 10:09:45.56

日本語のソートはJISコード順じゃないと使い物にならないから内部でUnicodeからJISに変換しているという本末転倒感。

**デフォルトの名無しさん** · 2024/09/08(日) 15:01:05.20

何で今までと順番が違うんだとか言われても面倒だからね
文句言う連中は文字コード云々なんて知らないだろうし

**デフォルトの名無しさん** · 2024/09/08(日) 16:55:41.96

今までと違うとか言う以前に、Unicodeのコードポイント順に整列しても意味不明だしね。
はっきり言って使い物にならない。

**デフォルトの名無しさん** · 2024/09/08(日) 19:11:11.78

Unicodeで数字とアルファベットはフォント違いや上付きや下付きの文字があって
丸囲みでもデザインの違いが何種類もあるよね
こういう装飾的な物は文字コードの方でやるのか
HTMLなどの別の規格でやるのかどっちがいいんだろうね
文字コードの方でやるとプレーンテキストでも
文を見やすくできるけど文字の検索がしづらくなるんだよね

**デフォルトの名無しさん** · 2024/09/09(月) 00:03:34.55

>>46
最近は記号や絵文字とかまでを登録するようなってるので普通の文字じゃなかたりするのも多数ある
一見アラビア数字に見えても実際は飾り記号(dingbat)だったり数学記号(math symbol)だったりするのも多い
（フォント違いに見えるのは数学記号）
（同じ丸数字が複数あるように見えるのは修飾数字と飾り記号）
日本からだと全角数字とかフォントによって見かけだけ違うのもあるし

**デフォルトの名無しさん** · 2024/09/09(月) 18:01:55.88

>>37
日本語とはっきり設定していないから

**デフォルトの名無しさん** · 2024/09/09(月) 18:21:03.10

そういやアップル圏のアプリの実装って
濁点半濁点付きの平仮名片仮名はちゃんと表示できてるの？
折り返し処理だとかそういう所で

**デフォルトの名無しさん** · 2024/09/10(火) 13:15:25.32

ｱｯﾌﾟﾙ圏のｱﾌﾟﾘｱｯﾌﾟﾙ圏のｱﾌﾟﾘｱｯﾌﾟﾙ圏のｱﾌﾟﾘｱｯﾌﾟﾙ圏のｱﾌﾟﾘｱｯﾌﾟﾙ圏のｱﾌﾟﾘｱｯﾌﾟﾙ圏のｱﾌﾟﾘｱｯﾌﾟﾙ圏のｱﾌﾟﾘｱｯﾌﾟﾙ圏のｱﾌﾟﾘｱｯﾌﾟﾙ圏のｱﾌﾟﾘｱｯﾌﾟﾙ圏のｱﾌﾟﾘｱｯﾌﾟﾙ圏のｱﾌﾟﾘｱｯﾌﾟﾙ圏のｱﾌﾟﾘｱｯﾌﾟﾙ圏のｱﾌﾟﾘｱｯﾌﾟﾙ圏のｱﾌﾟﾘｱｯﾌﾟﾙ圏のｱﾌﾟﾘｱｯﾌﾟﾙ圏のｱﾌﾟﾘｱｯﾌﾟﾙ圏のｱﾌﾟﾘ

**デフォルトの名無しさん** · 2024/09/11(水) 22:23:26.91

「Unicode 16.0」が公開～エジプト象形文字、レガシーコンピューティング記号を大量追加
5,185の新たな文字が追加。総計で154,998文字に
https://forest.watch.impress.co.jp/docs/news/1622857.html

**デフォルトの名無しさん** · 2024/09/15(日) 16:25:59.88

Windows環境では〜記号が波ダッシュより全角チルダの方で普及しているからなのか
日本語フォントでもフォントによっては全角チルダは表示できても波ダッシュは表示できなくて
波ダッシュが指定したフォントにならないなんて事がある

**デフォルトの名無しさん** · 2024/09/15(日) 17:44:02.92

>>52
駄目フォントじゃのぉ

全角チルダをちゃんとチルダっぽくして波ダッシュと全角チルダを見た目で区別つくようにして欲しいって言ったら
全角チルダを波ダッシュ代わりにしてるWindowsユーザーからクレームが来るから面倒って言われた記憶

**デフォルトの名無しさん** · 2024/09/16(月) 01:40:24.33

>>51
キャラクタベースの画面でインベーダーやパックマンができるようになるのか、胸熱

**デフォルトの名無しさん** · 2024/09/16(月) 01:40:40.50

しかしこのレガシーコンピューティングの部分の多角形とかって持ってるフォントある?
https://en.wikipedia.org/wiki/Symbols_for_Legacy_Computing

以前アプリを作ってた時にこの手のマークがあるなら是非使いたかったのだが
なさそうだったので自前でアイコンを作って表示した記憶が

**デフォルトの名無しさん** · 2024/09/16(月) 12:43:55.30

>>54
キャラジェネなんか？

**デフォルトの名無しさん** · 2024/09/16(月) 15:24:54.46

無能な働き者の集まり

**デフォルトの名無しさん** · 2024/09/28(土) 18:32:55.92

>>51
Game spritesやIconsのリファレンス元が知りたい

Symbols for Legacy Computing Supplement
ttps://www.unicode.org/charts/PDF/Unicode-16.0/U160-1CC00.pdf

**デフォルトの名無しさん** · 2024/09/30(月) 10:07:18.32

>>58
インベーダーっぽいのは「ALIEN CRAB」（異星カニ）、パックマンっぽいのは
「SNAKE」（ヘビ）等、固有名を避けあくまでも一般的なものとして逃げようとする
姿勢が見える

**デフォルトの名無しさん** · 2024/10/02(水) 19:07:49.51

ソリッドスネーク

**デフォルトの名無しさん** · 2024/10/05(土) 09:08:51.82

ソリッドステートサバイバー＋スネークマンショー

**デフォルトの名無しさん** · 2024/10/06(日) 11:23:06.85

なんつーか、PCGだなあ。
今更だけど。

**デフォルトの名無しさん** · 2024/10/06(日) 17:40:48.86

横1列のドットパターンでコード割り当てて
合成も拡張して縦に並べられるとええかも

**デフォルトの名無しさん** · 2024/10/10(木) 12:19:57.72

YMOと描いてイモと読む

**デフォルトの名無しさん** · 2024/10/13(日) 00:25:25.74

YMO欽トリオ... テクノな曲あったよな

**デフォルトの名無しさん** · 2024/11/08(金) 16:40:13.45

「U+～」の表記法って正式な名称ないの？「Short Identifier」？

**デフォルトの名無しさん** · 2024/11/08(金) 17:06:55.65

https://www.unicode.org/versions/Unicode16.0.0/core-spec/appendix-a/#G12668
ないんでコードポイント表記とか

**デフォルトの名無しさん** · 2024/11/08(金) 18:20:23.07

>>66
そもそもUTF-8はその表記が正式な表記だから、表記の名称が存在しない。

**デフォルトの名無しさん** · 2024/11/09(土) 19:37:18.98

天皇に名字がないようのなものか? って違うか

**デフォルトの名無しさん** · 2024/11/09(土) 20:43:59.20

回答ありがとう。表記法や表現自体には特には名前ないんか。

正規表現のグループに名前を付けようとして
「(?<UnicodeCodePoint>(?<Prefix>U\+)(?<Hex>[0-9A-F]{4,6}))」
みたいにしたんだけど、
「U+HHHH」全体をコードポイントって呼んでいいのか、
「HHHH」部分だけがコードポイントと呼べるものなのか、
っていう疑問が湧いたんだよね。
調べたらすぐ分かるかと思ったら全然分からなくてモヤモヤしてた。

**デフォルトの名無しさん** · 2024/11/09(土) 23:09:52.15

>>70
xxxx がコードポイント（code point)
U+xxxx がコードポイント表記 (code point notation)
とかで良いんじゃね
知らんけど

**デフォルトの名無しさん** · 2024/11/09(土) 23:59:10.46

0xBEEFとBEEFは表現は違うけどどちらも16進表記で指してる値は同じ
10進表記の48879も同じ値を指す
Unicodeのコードポイントってのは値を指してる
だからなんやねんだけど

**デフォルトの名無しさん** · 2024/11/10(日) 02:50:29.80

>>70
「U+」の部分はUTF-8だという意味