文字符号化blog

Windows VistaのせいでにわかにJIS2004 (JIS X 0213) が注目を集めていますが、実のところ私は何年も前からEmacsやSKKなどでJIS X 0213の文字を自在に使っています。符号化方式には主にEUC-JISX0213、ときにはShift_JISX0213も使っています。これにより、「文字が足りない」といった不便を解消し、また便利な記号類を使うことで、日本語環境を改善できました。

世の中の大部分でJIS X 0213を使うことができなかった頃に、なぜそのようなことが可能だったのでしょうか。それは、機種依存文字やUnicodeに遠慮しなかったからにほかなりません。

JIS X 0213が制定された頃には、機種依存文字 (ベンダ定義の外字) との衝突が話題になっていました。批判者曰く、JIS X 0213は従来の「外字領域」 (本当はそんな領域は無い) を使っている。だから混乱が起こる、と。

でも私はこの議論はおかしいと思っていました。なぜなら、文字化けの原因はベンダが思い思いに定義した機種依存文字なのであって、それ以外には無い (だから、機種依存文字を使うことは良くないことだというのが当時の常識であったし、私もそれに従っていた)。機種依存文字があるからJIS X 0213は駄目だというのは、一種の居直り強盗のようなものではないか。

また、「これからはUnicodeだ」というような意見もありました。そう思いたいのは勝手だけれども、それは一種のイデオロギーのようなものと映りました。いくら内部的にUnicodeを使っていたって、それは結局シフトJISの範囲の文字の符号化に使っているだけであって、そういう使い方では日本語環境は改善されませんでした。

結局私は、居直り強盗の理論もUnicodeイデオロギーも採用することはなく、現実の問題を解決できる文字コードを選択しました。それがたまたまEUC-JISX0213であり、Shift_JISX0213であったというだけの話です。結果としてそれが日本語環境の改善につながったのです。

『JIS漢字辞典』増補改訂版の837ページにあるコラム「マイクロな話」は標準化の興味深い裏話です。

JIS X 0213ではISO/IEC 8859-1の文字を全部入れようとして、同規格にある「マイクロ記号」にも独立した区点位置を与えようとしました。それが公開レビューの結果、ギリシャ文字μと同一の文字ではないかという異論が出て、検討した結果「マイクロ記号」としての収録は見送られたという話です。

マイクロ記号としてμを書く際に特段の違いがあるわけではないので、賢明な判断といえるでしょう。UnicodeはISO/IEC 8859-1を特別扱いしてU+00A0からU+00FFにそのままコピーした結果、「マイクロ記号」とギリシャ文字μとが重複してしまっています。(このため、Unicodeを介してコード変換を行うと、8859-1のマイクロ記号がJISのギリシャ文字μと対応させられず、ある筈の文字が無いことになってしまいます。正規化を行えば別ですが)。

ではJIS X 0213に同様の例が無いかというと、実はあるのです。オングストローム記号(Å)と1-09-28「上リング付きA」とが重複しています。

長さの単位オングストロームは人名からきており、この人名の最初の文字「上リング付きA」が記号として使われるようになったものなので、文字としては同じものです。もしJIS X 0208にオングストローム記号が無かったとしたら、JIS X 0213の策定の際に「上リング付きA」とは別の「オングストローム記号」を収録しようとはしなかったのではないでしょうか。ちょうど「マイクロな話」と同様の理由で。

JIS X 0208で既に記号として「オングストローム」を収録していたのが結果的に仇になったといえるかもしれません。