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** · 2024/09/03(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

**デフォルトの名無しさん** · 2024/11/10(日) 03:16:28.77

>>73
コードポイントとエンコードの区別が付かない男の人って

**デフォルトの名無しさん** · 2024/11/10(日) 12:29:54.80

>>68 ≒ >>73
これはひどい

**デフォルトの名無しさん** · 2024/11/10(日) 16:10:50.24

Cスレの通りにやって文字出力したら化けるんだけど、文字コード民的な正しい対処法は？
ちゃんとソースファイルがUTF-8なのは確認した

https://mevius.5ch.net/test/read.cgi/tech/1721137434/350

#include <windows.h>

int main(void)
{
LPTSTR lptStr = TEXT("テスト😊");
printf("%s\n", lptStr);
}

**デフォルトの名無しさん** · 2024/11/10(日) 16:20:39.17

win32でのAやW、charとwchar_tの事は分かっていて
Linux他でのクロスコンパイルを考えてwchar_tは使わずにUTF-8 everywhereで通しつつ

puts("テスト😊");

が文字化けしない様にしたい
特定システムロケールは仮定せず
ターミナルではchcp 65001してある
場合です

**デフォルトの名無しさん** · 2024/11/10(日) 16:47:24.57

端末がUTF-8非対応なのはないとして
出力をファイルへリダイレクトするかダンプして
想定どおりのバイト列か確認してみては？

**デフォルトの名無しさん** · 2024/11/10(日) 16:48:25.69

C詳しくないんで、正しい対処法は知らんけど、どこの通りで手元で出力できた。

https://www.reddit.com/r/C_Programming/comments/1adv86p/how_do_i_print_a_penguin_emoji_in_c_language/?rdt=48269

**デフォルトの名無しさん** · 2024/11/10(日) 16:48:33.88

分かってるならなんでLPTSTRから変換せずに使ってんの

**デフォルトの名無しさん** · 2024/11/10(日) 16:51:53.80

具体的な回答のリンクにできてなかったんで張り直し
これの前半のほうやね
https://www.reddit.com/r/C_Programming/comments/1adv86p/comment/kk5vdm1/?utm_source=share&utm_medium=web3x&utm_name=web3xcss&utm_term=1&utm_content=share_button

**デフォルトの名無しさん** · 2024/11/10(日) 17:29:55.58

>>78-81
ありがとうございます

putsで文字化けしていたのは、コマンドラインでソースutf-8指定したら文字化けは直りました
だけど、引数が受け取れないですね

#include <stdio.h>

int main(int argc, char **argv) {
puts("テスト0😊");
for (int i = 1; i < argc; i++)
puts(argv[i]);
}

$ cl -utf-8 ConsoleApplication1.c
$ ./ConsoleApplication1.exe テスト1😊 テスト2😊
テスト0😊
???1??
???2??

$ ./ConsoleApplication1.exe テスト1😊 テスト2😊 > out.txt
$ cat out.txt
テスト0😊
???1??
???2??

(システムロケールEnglishでの環境です)

**デフォルトの名無しさん** · 2024/11/10(日) 17:34:04.13

デバッグで確認したところ、引数のテスト1😊 テスト2😊は受け取りの時点(argv[i])でアルファベット以外の各コードポイントが?になってます

**デフォルトの名無しさん** · 2024/11/10(日) 17:39:37.64

WindowsTerminal
MSYSTEM=UCRT64のMSYS2 bashです

$ echo テスト1😊 テスト2😊
テスト1😊 テスト2😊

**デフォルトの名無しさん** · 2024/11/10(日) 17:45:01.75

$ gcc ConsoleApplication1.c
$ ./a.exe
テスト0😊

$ ./a.exe テスト1😊 テスト2😊
Error: Command line contains characters that are not supported
in the active code page (1252).

UTF8 everywhereは厳しいですかね?

**デフォルトの名無しさん** · 2024/11/10(日) 19:10:18.70

WindowsでワイドキャラクタってのはUTF16LEのことだよ？

**デフォルトの名無しさん** · 2024/11/10(日) 20:20:44.02

UTF-8 everywhere行けました

$ cat utf8.rc
#include "winuser.h"
CREATEPROCESS_MANIFEST_RESOURCE_ID RT_MANIFEST "utf8.manifest"

$ cat utf8.manifest
<?xml version="1.0" encoding="UTF-8" standalone="yes"?>
<assembly xmlns="urn:schemas-microsoft-com:asm.v1" manifestVersion="1.0" xmlns:asmv3="urn:schemas-microsoft-com:asm.v3">
<asmv3:application>
<asmv3:windowsSettings xmlns="http://schemas.microsoft.com/SMI/2019/WindowsSettings";>
<activeCodePage>UTF-8</activeCodePage>
</asmv3:windowsSettings>
</asmv3:application>
</assembly>

$ cl -utf-8 ConsoleApplication1.c
$ mt.exe -nologo -manifest "utf8.manifest" -outputresource:"ConsoleApplication1.exe;#1"
$ ./ConsoleApplication1.exe テスト1😊 テスト2😊
テスト0😊
テスト1😊
テスト2😊

$ windres --input utf8.rc --output utf8.res --output-format=coff
$ gcc ConsoleApplication1.c utf8.res
$ ./a.exe テスト1😊 テスト2😊
テスト0😊
テスト1😊
テスト2😊

**デフォルトの名無しさん** · 2024/11/10(日) 22:05:14.87

>>87
下記の手続きを適用したってことなのかな？

Windows アプリで UTF-8 コードページを使用する - Windows apps | Microsoft Learn
https://learn.microsoft.com/ja-jp/windows/apps/design/globalizing/use-utf8-code-page

**デフォルトの名無しさん** · 2024/11/11(月) 06:32:20.07

はい、検索して適当に拾ってきたのでxmlnsが微妙に違いますが同じことですね

MinGW64ツールチェーンではutf8.rcを経由してマニフェスト埋め込みしてますが
MSVCツールチェーンではその経路だとこうなります

$ rc utf8.rc
$ cl -utf-8 ConsoleApplication1.c utf8.res

ついでにPythonでもやってみました

$ cat ConsoleApplication1.py
import sys
print("テスト0😊")
for s in sys.argv[1:]:
print(s)

$ python313.exe ConsoleApplication1.py テスト1😊 テスト2😊
テスト0😊
テスト1😊
テスト2😊

環境変数がセットされてたので強制的に空にしても問題ないようです
$ PYTHONIOENCODING= PYTHONUTF8= python313.exe ConsoleApplication1.py テスト1😊 テスト2😊
テスト0😊
テスト1😊
テスト2😊

**デフォルトの名無しさん** · 2024/11/11(月) 11:04:13.71

スレ汚しでしかない

**デフォルトの名無しさん** · 2024/11/11(月) 13:27:25.94

>>90
まあ、あの荒れそうな言語がユニコード引数でエラー出すからな

**デフォルトの名無しさん** · 2024/11/15(金) 23:15:52.91

>>73
コードはユニコード
それをどうエンコーディングするかでUTF8やUTF16やUTF32などがある
ネットの標準がUTF8に統一されてなって
ファイルシステムでもUTF8に統一されつつあり
プログラム内部でもほとんどの用途はそのまま透過的にUTF8が有利に

固定長で扱うUTF32はムダすぎで
可変長のUTF8は後ろからでも切れ目を間違えことなく
表示幅問題はUTF8/UTF32関係なく発生するため

**デフォルトの名無しさん** · 2024/11/17(日) 17:51:56.38

>>92
>ファイルシステムでもUTF8に統一されつつあり
例を挙げてもらえますか?

**デフォルトの名無しさん** · 2024/11/17(日) 18:35:05.90

>>93
Linux distro, MacOS, android, iOS,...
挙げ始めたが最近のリリースだと Windows 以外のメジャーどころは全部じゃね？

**デフォルトの名無しさん** · 2024/11/18(月) 23:18:52.19

UTF-8は世界の誰もが好むわけではない。
どの民族もUTF-8の良いところと悪いところで悩んでいる

**デフォルトの名無しさん** · 2024/11/18(月) 23:20:18.92

>>94
勘違いしているけど、それらの製品でも区別して使う分けている。

**デフォルトの名無しさん** · 2024/11/20(水) 15:38:36.45

>>94
Linux (ext4) は、ファイルシステムとしてはエンコーディングは規定されてないのでは?
ディストロやユーザーがUTF-8を使ったりするのは自由だが
よってAndroidも同様

なんだAppleだけじゃんw

**デフォルトの名無しさん** · 2024/11/20(水) 16:37:13.78

>>97
そんなこと言いだしたら APFS も NTFS も単にバイト列を記録してるのに過ぎない。
それをOSやライブラリとしてどう解釈するかがファイルシステムの文字列。
だから linux kernel でなくて linux distro の問題。
（もっとも最近の Linux kernel はデフォルトで UTF-8 を指定するABIとかあって文字コードの変換したりするけど。別問題）

**デフォルトの名無しさん** · 2024/11/21(木) 12:47:55.86

UTF-8も完璧じゃないからな

**デフォルトの名無しさん** · 2024/11/21(木) 14:20:22.35

>>99
キミの言う「完璧」とは一体...

**デフォルトの名無しさん** · 2024/11/21(木) 15:46:00.53

>>98
>そんなこと言いだしたら APFS も NTFS も単にバイト列を記録してるのに過ぎない。
いいえ

**デフォルトの名無しさん** · 2024/12/01(日) 10:32:32.38

UTF8を推しているのは形を変えたASCII信者の老害。

**デフォルトの名無しさん** · 2024/12/01(日) 11:15:01.77

刷新できていない古いシステムを除くと
文字コードはユニコードになったね

エンコーディングはネット上がUTF8なので
それをそのまま扱うのが一般的となったね

**デフォルトの名無しさん** · 2024/12/01(日) 12:39:57.84

UTF-8 より完璧な文字コードって何だい？
ASCII と SJIS と UTF-8 はいいねしたい

**デフォルトの名無しさん** · 2024/12/01(日) 20:40:24.45

なんか色々ごっちゃだな

**デフォルトの名無しさん** · 2024/12/02(月) 03:35:11.02

元のユニコードがクソだからなあ
結局どうにもならなくなって異体字セレクタとか出てくるし

**デフォルトの名無しさん** · 2024/12/02(月) 13:49:05.08

ishの出力ってSJISが標準？
utf-8板のish欲しいと思ったけど
-Dutf8付けてコンパイルしても結局SJIS出力だった

**デフォルトの名無しさん** · 2024/12/02(月) 14:10:00.90

バイトデータで出力してるだけでエンコーディング関係ないような
UTF-8対応してもバイト単位でみたら7ビットしか情報持てないから損
効率気にしないならコード変換したらいい
半角カナが3バイトになるけどエラー訂正なんかは使える

**デフォルトの名無しさん** · 2024/12/03(火) 12:52:43.59

たまたまSJISでデコードしたら人間に読める(かもしれない)ってだけで
只のバイナリデータだよね

**デフォルトの名無しさん** · 2024/12/04(水) 23:36:37.56

SJISとして不正なバイト列は含まれないはず

**デフォルトの名無しさん** · 2024/12/05(木) 16:18:11.64

ファイル名がユニコードだと、
例えば2つのファイル名が同一かどうかの判定は、２つのユニコード列が同一かどうかの
判定をしなくてはならない。この場合の同一とはなんだろう。めんどくさい

**デフォルトの名無しさん** · 2024/12/05(木) 16:59:22.16

>>111
「ユニコード列」みたいな曖昧な用語で考えると曖昧な結果にしかならなんわな

**デフォルトの名無しさん** · 2024/12/05(木) 17:16:36.01

「ファイル名」という用語に限ってもOSごとに異なる意味をもち、「バイト列/コードポイント表現」(Linux/Windows)と「 unicode 正規化表現」(MacOS)のどっちのやり方もあるし unicode の正規化には複数の種類がある

**デフォルトの名無しさん** · 2024/12/05(木) 19:21:14.57

>>103
ネットはJISもあるから、そう簡単な話ではない。

EメールだとまだJISが主流。

**デフォルトの名無しさん** · 2024/12/05(木) 19:22:28.03

>>113
Macのせいで記号や改行コードの解釈がめちゃくちゃになった。

**デフォルトの名無しさん** · 2024/12/05(木) 22:25:20.82

>>111はあえて雑に書いてあるんだが（めんどくさいからw）
>>113は「曖昧じゃない」んだ?

**デフォルトの名無しさん** · 2024/12/05(木) 23:11:23.50

見苦しいぞ

**デフォルトの名無しさん** · 2024/12/06(金) 10:53:27.12

ﾊﾝｶｸｶﾀｶﾅ.txtと
ハンカクカタカナ.txtは
区別されると困るか区別して欲しいかは個人の好みだな

**デフォルトの名無しさん** · 2024/12/06(金) 11:15:10.72

>>111,118
主観と好みの問題だから、現状がそれを孕んでいるかどうか心配ならNKFCで突合チェックしたら良いだけかな

**デフォルトの名無しさん** · 2024/12/06(金) 13:01:51.55

>>118
自分はまったく別物だろうという考えだが、逆にそれを同じと思う人がいるというのに驚きだ

**デフォルトの名無しさん** · 2024/12/06(金) 14:57:12.37

MacOS/iOS だと OS 的にファイル名はNFD強制なのでその2つ区別できないのが普通だな
Macユーザーは「半角カナはファイル名には使えない」という言い方してることが多いけど

**デフォルトの名無しさん** · 2024/12/06(金) 15:08:33.92

Windowsは大文字小文字の区別を付けないのがデフォルトなんだけど、
WSL内からアクセスする兼ね合いで区別設定できる(fsutil)

>>121
Macにも同様の理由でNFD強制解除の設定があるのでは？

**デフォルトの名無しさん** · 2024/12/06(金) 17:09:11.54

>>122
強制解除とかはなかったと思うが古い HFS+ と違って新しい APFS では論理的には書き込み可能なはず
一方でライブラリで、ファイルオープンする時にファイル名が強制的にNFD変換されるので通常のプログラムでは全部NFDになるのは避けられない

**デフォルトの名無しさん** · 2024/12/06(金) 20:10:41.64

Macが一番遅れているのは意外だな

> Mac で NAS (SMB) のファイルが見えない問題を Unicode 正規化方式を変えて解決
> Unicode 正規化方式として NFD を採用しているのは Mac なのに，SMB (NAS) を介してみると当の Mac だけがそういったファイルを認識できない（ことがある）というのはなんとも皮肉な結果ですね...。

**デフォルトの名無しさん** · 2024/12/06(金) 21:07:04.96

>>124
Mac はローカルファイルは NFD (っぽい独自仕様）で正規化されてる前提で、リモートのSMBの先は NFC （っぽい独自仕様）で正規化されている前提で動作するという謎仕様なので
Lunux は基本的に正規化されずに全部別の文字扱いで unicode の全文字が使える
Windows も基本的には正規化を前提にしていないが独自仕様の使えない文字がある

**デフォルトの名無しさん** · 2024/12/06(金) 21:22:50.16

わかりやすいようにたとえで説明するとさ、
オマエんちに人を招待したら、土足のまま上がってきた
オマエはイラっとするんじゃね? はいオマエ遅れてる～

**デフォルトの名無しさん** · 2024/12/06(金) 21:35:56.15

服装カジュアルな場所でも常にスーツ着てきてスーツ着てないやつは家族だろうと友人だろうと全員無視するのが Mac 仕草
その上、自宅用と訪問用に別の種類のスーツを使い分けてて同じ種類のスーツ着てないと相手してくれない

**デフォルトの名無しさん** · 2024/12/07(土) 10:53:50.76

UnicodeはUnicodeで様々な言語の様々な表現ができるようにするなかで一意性についても
用途や目的によって方法は異なるとしているわけで、そもそもファイルをファイル名で特定するという
昔ながらのやり方との齟齬が出てきているのかもね。
使うなら使うでファイルシステムに用いる正規化ルールなどを定めなければならないんだろう。

**デフォルトの名無しさん** · 2024/12/07(土) 11:21:31.79

同一性やコロケーション問題として
path-win-ntfs、path-linux-ext4のようにunicodeでpath-localeを定めてicu実装されたら良いのにと思った事はあったけど、
それで他の方法が駆逐されるわけじゃなく新たなバリエーションを増やすだけだから、今は余計な事するなと思うよ