HN 日本語サマリー

← 一覧へ戻る
プログラミング

Unicodeに潜む幽霊文字

A Spectre Is Haunting Unicode (dampfkraft.com)

260 pointsby sensanaty99 コメント

要約

1978年に制定された日本の文字コードJIS X 0208には、由来不明の「幽霊文字」がいくつか含まれていました。これらの文字は、カタログ作成時の誤りや誤読によって意図せず作成されたものが多く、後にUnicodeにも取り込まれました。一部の文字は特定できましたが、完全に由来不明な文字も存在し、これらの「幽霊」は現代のコンピューターシステムに潜在的な影響を与え続けています。

全文翻訳

Unicodeを悩ませるスペクター(幽霊文字)

1978年、日本の経済産業省は後にJIS X 0208として知られるようになるエンコーディングを確立しました。これは現在でもすべての日本語エンコーディングの重要な基準となっています。しかし、JIS規格がリリースされた後、人々は奇妙なことに気づきました。追加された文字の中には、明らかに由来が不明なものがあり、その意味や発音を誰も説明できませんでした。どこから来たのか、誰も確信が持てなかったのです。これらは「幽霊文字」として知られるようになりました。

[画像]

書くものには注意してください。NDL経由

幽霊文字は長い間、説明のつかない、ほとんど忘れられた好奇心のままでしたが、1997年にその起源を明らかにするための調査が開始されました。JIS規格のすべての文字には出典の記録があるはずでしたが、たとえ存在しても、通常は出典文書をリストアップするだけで、あまり具体的ではありませんでした。

出典をリストアップするだけで文字の起源を追跡するのは簡単だと考えるかもしれませんが、「出典」が何を意味するのかを明確にすることが重要です。幽霊文字の一般的な出典の1つは、「国土行政区画総覧」でした。これは日本全国の地名を網羅した包括的なリストです。あなたは、私が最初に考えたように、これを地図帳のようなもの、数百ページしかない大型の本だと想像するかもしれません。しかし、最新版は7巻セットで、各巻は約900ページもあります。ページ参照なしで1つの文字を追跡することを想像してみてください。

困難にもかかわらず、幽霊文字の調査は、その起源の大部分を明らかにするのに成功しました。規格作成に関わったカタログ担当者に聞き取り調査を行うことで、一部の文字はカタログ作成プロセスにおける誤りとして意図せず発明されたことが明らかになりました。例えば、「妛」は「山の上に女」を記録しようとした際の誤りでした。「山の上に女」は特定の地名に現れるため、JIS規格に含めるのに適していましたが、当時は1つの文字として印刷できなかったため、山と女は別々に印刷され、切り取られ、紙に貼り付けられ、そしてコピーされました。コピーを読むと、2つの小さな紙片が接していた線が筆画のように見え、誤って文字に加えられてしまいました。元の文字(𡚴)は後になってJISやUnicodeに追加され、ほとんどのサイトでは表示されません。

[画像]

主要な幽霊文字:妛挧暃椦槞蟐袮閠駲墸壥彁

最終的に、明確な出典も歴史的な前例もない文字は「彁」だけでした。最も可能性の高い説明は、それが「彊」という文字の誤読として作成されたというものですが、具体的な事件は発見されませんでした。

JIS規格の一般的な採用に続き、これらの文字はすべてUnicodeに移行しました。Unicodeには、CJK統合漢字の際に導入された独自の幽霊文字のセットがあります。

要約すると、1978年に一連の小さなミスが、何もないところからいくつかの文字を生み出しました。これらの誤りは、確定されるにはあまりにも長く見過ごされ、今やこれらの幽霊文字は、少なくとも潜在的には、地球上のすべてのコンピューターの一部となり、文字テーブルの暗い片隅に潜んでいます。

この調子では、それらは人類と共に永遠に存在するでしょう。Ψ

参考文献 / 関連リンク: