文字コード総合スレ part3

1 名前：デフォルトの名無しさん [2007/05/27(日) 16:19:36 ] プログラムにおける各種文字コードの処理について語りましょう♪ ■前スレ 文字コード総合スレ part2 pc11.2ch.net/test/read.cgi/tech/1143375639/ ■参考サイト Unicode Home Page www.unicode.org/ Java Character Encodings www.ingrid.org/java/i18n/encoding/ euc.JP: tech docs, BeOS tools euc.jp/ ISO-IR - 2.8.1 Coding systems with Standard return www.itscj.ipsj.or.jp/ISO-IR/2-8-1.htm ISO-IR - 2.8.2 Coding Systems without Standard return www.itscj.ipsj.or.jp/ISO-IR/2-8-2.htm 53 名前：デフォルトの名無しさん mailto:sage [2007/06/19(火) 22:30:59 ] Windows Vistaの文字コードについて質問なのですが。 「VistaはShift_JIS-2004に対応」って記事を見かけるんですが、 これは「JIS X 0213:2004」の字体がUnicodeから使えるという意味であって、 Shift_JIS-2004の文字コードでの編集や保存に対応してるということではないですよね？ 業務用のテキスト処理のソフトをつくるのに確認したいのですが、実機がなくて。 54 名前：デフォルトの名無しさん mailto:sage [2007/06/19(火) 22:32:33 ] いや買ってこいよ 55 名前：デフォルトの名無しさん mailto:sage [2007/06/19(火) 22:54:35 ] じゃあ、お金くださいよ 56 名前：デフォルトの名無しさん mailto:sage [2007/06/19(火) 23:00:55 ] 業務用開発でそんな金すら出ないってなんだよ 57 名前：デフォルトの名無しさん mailto:sage [2007/06/20(水) 00:06:16 ] >>53 > 「VistaはShift_JIS-2004に対応」 その記事書いた奴が何か勘違いしてるか その記事を読んだおまえが何か勘違いしてる 58 名前：デフォルトの名無しさん [2007/06/20(水) 00:16:39 ] ちょっと板違いかもしれませんが文字コードっぽいスレを みつけられなかったのでここで失礼します。 だれかがsvnにcommitしたファイルが、英文字が全部 esc ( J "hoge" esc ( B みたいにiso-2022みたいなエスケープでかこまれてしまい、 diffが取れなくなって困ってるのですが(他にもemacsで C-sで検索が利かなくなったりとか)、 1. これは何というコードでしょうか？ 2. どうやったら元に戻せますか？ (ascii文字セットで表現できる範囲はasciiに) 3. いったい何をどうやったらこんなふうになるんでしょうか？ 諸賢のアドバイスをお願いします。また、もっと良いスレがあったら 誘導お願いします。 59 名前：デフォルトの名無しさん mailto:sage [2007/06/20(水) 00:23:00 ] ESC ( J は JIS X 0201-Roman だな。 きっと backslash のかわりに円記号が使いたかったんだろう。 60 名前：デフォルトの名無しさん mailto:sage [2007/06/20(水) 00:25:50 ] もしくは tilde の代わりに overline 使いたかったか。 61 名前：デフォルトの名無しさん mailto:sage [2007/06/20(水) 00:52:12 ] ありがとん。 結局一旦日本語部分はEUCにして、残ったescape sequenceを scriptでがっさり削って解決しました。 62 名前：デフォルトの名無しさん mailto:sage [2007/06/20(水) 21:51:46 ] >>59-60 HTMLエディタには ESC ( J を使うものが多いらしい しかしURLの中の 0x7E は tilde のつもりだし JavaScriptのエスケープも backslash のつもりらしい 63 名前：デフォルトの名無しさん mailto:sage [2007/06/22(金) 09:26:11 ] 　すいません、はげしく既出だと思うんですが過去ログとか読めなかった ので質問させてください。 　C++上でUTF8をbasic_stringのように扱えるクラスかテンプレートで フリーで使える奴ご存知の方いらっしゃいませんか？ 　コンストラクタでUTF8の文字列をchar配列みたいな感じで受け取って、 [index]や*単項演算子でデコードした文字コード出てくる感じのがある とベストなんですが・・・。 64 名前：デフォルトの名無しさん mailto:sage [2007/06/22(金) 09:39:38 ] lib.locale.codecvt + basic_string<wchar_t> 65 名前：デフォルトの名無しさん mailto:age [2007/06/22(金) 17:28:50 ] すみません。教えてください。 あるプログラムに 0xB4 0xC1 0xBB 0xFA のEUC-JP文字列("漢字")を渡すと、 0xC2 0xB4 0xC3 0x81 0xC2 0xBB 0xC3 0xBA のようになってしまいます。 自分で見たてでは 0xC2が横につく,または,0x40を引いて0xC3を横につける という感じみたいなのですが、 何故こうなるのでしょうか。またその他の規則があるのでしょうか。 66 名前：デフォルトの名無しさん mailto:sage [2007/06/22(金) 18:22:49 ] あるプログラムって？ 67 名前：デフォルトの名無しさん mailto:sage [2007/06/22(金) 19:15:09 ] tidy-libを使ったプログラムです。rawで読み込みさせてます。 68 名前：デフォルトの名無しさん mailto:sage [2007/06/22(金) 22:18:07 ] バベルのとーにすんでいるー 69 名前：デフォルトの名無しさん mailto:sage [2007/06/23(土) 06:55:12 ] >>65 Latin-1 から UTF-8 への変換がかかってるだけ。 70 名前：デフォルトの名無しさん mailto:sage [2007/06/23(土) 08:08:04 ] ほんとだ、iconv -f latin1 -t utf-8したら再現した。 71 名前：デフォルトの名無しさん mailto:sage [2007/06/23(土) 08:10:19 ] バビル二世現る 72 名前：65 mailto:sage [2007/06/23(土) 08:57:50 ] >>69 > Latin-1 から UTF-8 への変換がかかってるだけ。 おお、ありがとうございます。 >>70 iconvでたしかめたところ再現しました。 libiconvを使ってやるといけそうです。ありがとうございました。 73 名前：デフォルトの名無しさん mailto:sage [2007/06/24(日) 21:48:41 ] Unicode 吉野屋コピペを Flash 化してみた。 ttp://www5a.biglobe.ne.jp/~tmurakam/Flash/Unicode.html 超古いネタですまん。 74 名前：デフォルトの名無しさん mailto:sage [2007/06/25(月) 20:38:37 ] ポイント制で文字コードを判別するアルゴリズムってどんなライセンスなんですか？ 75 名前：デフォルトの名無しさん mailto:sage [2007/06/25(月) 20:47:26 ] >>74 アルゴリズムとライセンスは別の話だろ？　いったいおまいさんはなにを訊きたいんだ？ 76 名前：デフォルトの名無しさん mailto:sage [2007/06/25(月) 21:25:04 ] アルゴリズムの特許が認められているので、 アルゴリズムにライセンスがある場合はある。 アルゴリズムにはコピーライトがない。 プログラムにはコピーライトがある。 >>74が何を聞きたいか分からない。 77 名前：74 mailto:sage [2007/06/26(火) 01:03:32 ] じゃ、大幅に言い換えて sakuraエディッタのソースを参考に文字コード判別モジュールを作ったんですが これを含んだプログラムを素知らぬ顔で配布しちゃったらなんかやばい事になりますか？　または 作者さんに配布の是非を問えば「No」とか「金払え」みたいな回答が高い確率で返ってくるでしょうか？ 78 名前：デフォルトの名無しさん mailto:sage [2007/06/26(火) 01:33:59 ] >>77 sakuraエディッタとやらのライセンスを読めよ、馬鹿。　以上、終了。 はい、次の患者さんどうぞ。 79 名前：デフォルトの名無しさん mailto:sage [2007/06/26(火) 01:37:53 ] >>77 sakura_editor.at.infoseek.co.jp/faq.html 80 名前：デフォルトの名無しさん mailto:sage [2007/06/26(火) 01:39:19 ] まずはsakuraのライセンス確認したら？ 81 名前：デフォルトの名無しさん mailto:sage [2007/06/26(火) 02:09:25 ] つーか「参考に」だけでどの程度類似してるか判断できると思ってんのか 82 名前：デフォルトの名無しさん mailto:sage [2007/06/26(火) 06:56:15 ] 文字コード関係ないやん。 nkfのコードならコピーライト表示するだけでコピー自由。 83 名前：デフォルトの名無しさん [2007/06/28(木) 09:37:25 ] >>73 ワロッシュw 84 名前：デフォルトの名無しさん [2007/07/01(日) 12:25:27 ] C/C++言語で UTF-8 の文字コードを読み込みたいのですが 対応する型は wchar でよかったでしょうか？ 85 名前：デフォルトの名無しさん mailto:sage [2007/07/01(日) 12:28:01 ] charやunsigned charなど あえてsinged charでも悪くないｗ。 86 名前：デフォルトの名無しさん mailto:sage [2007/07/01(日) 12:32:29 ] >>84 よくなかったでしょうか？ 87 名前：デフォルトの名無しさん mailto:sage [2007/07/01(日) 12:41:14 ] >>84 char: charが符号ありの場合はunsigned charにキャストが必要なケースあり unsigned char: C++の場合は大量にreinterpret_castが必要になることを覚悟汁 wchar_t: よかったでしょうか？ 88 名前：84 mailto:sage [2007/07/01(日) 12:55:56 ] >>87 wchar_t でしたありがとうございます TCHAR型を知っていると幸せになれますよ MS専用かもわかりませんが・・・ まだコードを書く前の 分からないことの整理中でして じっくりやりこんでいきます。 89 名前：デフォルトの名無しさん mailto:sage [2007/07/01(日) 13:10:30 ] wchar_tがUTF-8って絶対にありえないと言えない （wchar_tがUTF-16な実装が存在するくらいだ）けど、 普通wchar_tと言ったらUCS-2、-4やUTF-16、-32とかだろう。 90 名前：デフォルトの名無しさん mailto:sage [2007/07/01(日) 14:26:47 ] UTF-8 は unsigned char だな。 wchar_t は有り得ない。 91 名前：デフォルトの名無しさん mailto:sage [2007/07/01(日) 14:30:35 ] >>90 string.hの関数とかに渡す時に いちいちreinterpret_cast<char*>すんの超うざくね？ 92 名前：デフォルトの名無しさん mailto:sage [2007/07/01(日) 19:56:53 ] そんな関数は使わない 93 名前：デフォルトの名無しさん mailto:sage [2007/07/01(日) 22:25:14 ] char で操作して、必要な所で unsigned char にキャストかな。 94 名前：デフォルトの名無しさん mailto:sage [2007/07/01(日) 22:32:33 ] 変換関数を用意しとけってmeyerﾀｿが言ってた 95 名前：デフォルトの名無しさん mailto:sage [2007/07/01(日) 22:45:24 ] char* と unsigned char* の間に暗黙変換があればなあ。 96 名前：デフォルトの名無しさん mailto:sage [2007/07/02(月) 01:06:05 ] 「読み込む」とは何をしたいのかによるよな。 データとしてUCS-2になって欲しいのか、UTF-8のままでいいのか。 97 名前：デフォルトの名無しさん [2007/07/21(土) 17:05:03 ] 漢字の拡張Cが正式に決定するのはいつ頃かな? 98 名前：デフォルトの名無しさん mailto:sage [2007/07/22(日) 13:06:00 ] 早くて来年 99 名前：デフォルトの名無しさん mailto:sage [2007/07/23(月) 01:21:00 ] Windows Vista での「IME パッド - 文字一覧」の「JIS X 0213 （1面）」で， 例えば 1-4-87 の「か゜」にマウスカーソルを合わせると Unicode: U+FD61809A UTF-16: 0x304B 0x309A Shift JIS: - JIS213: 1-04-87 と出てくるんですが，この「U+FD61809A」ってどういう意味なんでしょう？ Unicode も ISO/IEC 10646 も今のところ U+10FFFF までしかありませんよね？ 100 名前：デフォルトの名無しさん mailto:sage [2007/07/23(月) 10:54:46 ] サロゲートペア？ 101 名前：デフォルトの名無しさん mailto:sage [2007/07/23(月) 13:13:34 ] >>99 U+304B, U+309A はサロゲートペアじゃないんだけど、 この2つをサロゲートペアに見立てて、 サロゲートペアからコードポイントを引き出す計算を 無理やり適用したら U+FD61809A になるんじゃね？ いまやったけど ((0x304B - 0xD800) << 10) + (0x309A - 0xDC00) + 0x10000 が 0xFD61809A になる。 102 名前：デフォルトの名無しさん mailto:sage [2007/07/23(月) 13:56:31 ] こりゃ恥ずかしいバグだな。ベータ段階で誰も指摘しなかったのも... 103 名前：デフォルトの名無しさん mailto:sage [2007/07/23(月) 20:24:48 ] >>101 なるほど，    0x10000 + (0x304B − 0xD800) × 0x400 + (0x309A − 0xDC00)  = −0x29E7F66  = 0xFD61809A − 0x100000000 という計算の結果，こうなるわけですか。 安易な計算による似たようなバグとして， 「IME パッド - 文字一覧」の Windows-31J 一覧（「シフト JIS」 一覧）で 0x81FF にマウスカーソルを合わせると 面区点コードが「1-02-97」と出てきてしまうのもありますね。 104 名前：デフォルトの名無しさん mailto:sage [2007/07/24(火) 09:02:41 ] 合成文字ってやつか。 105 名前：デフォルトの名無しさん mailto:sage [2007/07/27(金) 03:11:31 ] Extension Dに「たいと」の提案キタコレ 106 名前：デフォルトの名無しさん mailto:sage [2007/07/27(金) 08:09:30 ] kwsk 107 名前：デフォルトの名無しさん mailto:sage [2007/07/27(金) 08:40:09 ] あんなの要るのか？w 108 名前：デフォルトの名無しさん mailto:sage [2007/07/28(土) 05:55:10 ] >>106 www.itscj.ipsj.or.jp/domestic/sc02/irg-files/CJK_D_attributes/IRG1277_attachment.zip 50MBほどあるので注意 109 名前：デフォルトの名無しさん mailto:sage [2007/07/28(土) 06:07:05 ] と思ったら取り下げられてた。 www.cse.cuhk.edu.hk/~irg/irg/irg27/IRGN1250_Japan_Withdrawal_from_D.pdf 110 名前：デフォルトの名無しさん mailto:sage [2007/07/28(土) 07:51:46 ] Extension Zくらいになったら提案する頃合だと思おう。 111 名前：デフォルトの名無しさん mailto:sage [2007/07/28(土) 09:55:46 ] まあなあ。あんなの入れてもしゃーないわ。 112 名前：デフォルトの名無しさん mailto:sage [2007/08/17(金) 19:13:21 ] 質問 ●（日本語２バイトでの、黒い丸） を、アメ公の環境、US-asciiとかで表示するために 実体参照、もしくは数字文字参照で 表したいのですが、実体参照はまず存在しないようで、 数値文字参照でも、ユニコードの文字番号が不明です。 文字番号がもしあるならそれのWEBページのURLを、 あるいはそれ以外の方法があるなら、それを教えてください。 113 名前：デフォルトの名無しさん mailto:sage [2007/08/17(金) 19:19:48 ] >>112 は自己解決した ●だった ページはcode.cside.com/3rdpage/jp/utf-8/Geometric_Shapes.html 114 名前：デフォルトの名無しさん mailto:sage [2007/08/17(金) 19:33:23 ] なんでおなじ数値文字参照を入力するのに、 10進と16進と二つのやり方があるんだ？ 115 名前：デフォルトの名無しさん mailto:sage [2007/08/17(金) 19:55:10 ] 便利だから。そしてその質問はスレ違い。 116 名前：デフォルトの名無しさん [2007/08/22(水) 22:03:34 ] 携帯用のWebサイト作ってるんですが、あちらの世界ではシフトJIS/半角カナが 常用されてるみたいです。で、元データはEUC/全角(?)カナのため EUC=>Shift_JISに変換しつつ、ついでに全角カナ=>半角カナに変換してくれるような 素敵なツールはありませんか？ 使うのはkshスクリプトのCGIで、今はnkfだけ通しています。jcode使うとできそう なのですが、変換のためだけにperlを動かすのも何だかなぁと…。 117 名前：デフォルトの名無しさん mailto:sage [2007/08/22(水) 23:38:46 ] 元データをEUC/半角かなにしておいたらいいんじゃない？ 118 名前：デフォルトの名無しさん mailto:sage [2007/08/22(水) 23:39:16 ] SJIS/半角かなか 119 名前：デフォルトの名無しさん mailto:sage [2007/08/23(木) 01:07:52 ] 2バイトかな→1バイト系かな変換をsedでやればいいだけっしょ。 120 名前：デフォルトの名無しさん mailto:sage [2007/08/28(火) 21:42:23 ] >>116 nkf に全角=>半角パッチでも送りつけたら？ 121 名前：デフォルトの名無しさん mailto:sage [2007/08/28(火) 22:01:56 ] 半角カナ→全角カナならともかく、その逆をやりたがる奴がいるとはな 122 名前：デフォルトの名無しさん mailto:sage [2007/08/28(火) 22:47:59 ] 携帯用Webサイト作るときには必要らすい。 123 名前：デフォルトの名無しさん mailto:sage [2007/08/28(火) 22:55:51 ] いつの時代の話だよ 124 名前：デフォルトの名無しさん mailto:sage [2007/08/28(火) 23:02:03 ] クライアントはいまだにそう信じてるんだよ･･･ 125 名前：デフォルトの名無しさん mailto:sage [2007/08/29(水) 00:08:22 ] 客に恥をかかせないように正すのも仕事だろうに 何段もの丸投げの下層か？ 126 名前：デフォルトの名無しさん mailto:sage [2007/08/29(水) 00:37:33 ] 正しいことを言えば通ると信じられるってのは幸せだよな。 127 名前：デフォルトの名無しさん mailto:sage [2007/08/29(水) 00:55:13 ] 下層は可哀想だな 俺は幸せだ 128 名前：デフォルトの名無しさん mailto:sage [2007/08/29(水) 01:10:07 ] 言いたいことも言えない こんな世の中じゃ 129 名前：116 mailto:sage [2007/08/30(木) 00:59:43 ] 結局、kc15に全=>半の変換を組み込んで、nkfと置き換えることにしました。 シェルスクリプト内の埋込みやサーバ内で扱うデータにShift_JISや半角カナ使いたくないという 単なる個人的趣味のため、最後に変換する形にしました。ちなみにこれは業務じゃないです。 まぁそういう要望もあるってことで。 130 名前：デフォルトの名無しさん mailto:sage [2007/08/30(木) 05:35:00 ] どうやらSubmissionからやり直す模様 www.unicode.org/ivd/pri/pri108/index.html 前回ツッコミ損ねた人はガンガンコメントしよう 131 名前：デフォルトの名無しさん mailto:sage [2007/09/01(土) 04:50:42 ] 前回のドラフトに関してこのスレで突っ込まれてたことはおおむね修正されてる模様 132 名前：デフォルトの名無しさん [2007/09/06(木) 23:28:55 ] 字体差の大きい異体字は削除されたね。 やっぱ包摂扱いにしないことにして拡張Dに提案か? 133 名前：デフォルトの名無しさん [2007/09/07(金) 22:51:53 ] 漢字用異体字セレクタ正式決定するのだいぶ後になりそうだな。2010年以降かも? 拡張CやDもそのくらいになるかも? 134 名前：デフォルトの名無しさん mailto:sage [2007/09/08(土) 04:51:26 ] 拡張CとかDへ正式に突っ込むのは結構面倒だから UROの最後に付け足しでね? 135 名前：デフォルトの名無しさん [2007/09/08(土) 21:24:32 ] 漢字のVSは中台韓越と話し合って決めた方がいいと思う。 136 名前：デフォルトの名無しさん mailto:sage [2007/09/09(日) 00:34:33 ] 必要だと主張する人が勝手に登録申請する方式です。 中台韓越が必要だと思ってるなら申請するはずです 137 名前：デフォルトの名無しさん [2007/09/09(日) 11:00:12 ] 漢字はVS-1〜16を使わないのは何でだろ? 俺的には各国の規格の現在および過去の例示字体、康煕字典体、表外漢字字体表、3部首許容などはVS-1〜16にして、 その他の異体字(俗字など)はVS-17〜にした方がいいと思うのだが。 138 名前：デフォルトの名無しさん [2007/09/09(日) 15:55:56 ] Adobe-Japan1の非漢字は追加しないのかな? まだUnicodeで規定されてないものが沢山あった筈。 丸付き文字など複数のコードの組み合わせで表せるものもあるけど。 139 名前：デフォルトの名無しさん mailto:sage [2007/09/09(日) 18:39:15 ] >>137 前スレだったかの説によればBMPのVS奪い合いを未然に防ぐためだそうだが 真偽の程は知らん あるいはそういう使い方が将来できるように空けてるのかも >>138 数字が2桁以上のとき合成が曖昧にならないか? JIS X 0213の丸付き数字が収録を認められたのは合成では不可能だからという 理由があったはず 140 名前：デフォルトの名無しさん [2007/09/09(日) 23:55:27 ] ひらがなに○とかはU+3042 U+20DDとかでいいけどな。 問題は○51とかだな。全部単体のコードとして追加するのもいいが、2字以上に一緒に合成用記号を付ける方法も定義しておいた方がいいかも。 あとAdobe-Japan1の文字を見てると合成用黒丸や黒四角も必要だな。縦書き用のグリフを選択するタグも。 MacJapaneseをUnicodeにエンコーディングされる際に使用されるPUAのタグと同じ機能のものをPUAでない符号位置に正式なUnicodeとして追加するべきかも。 141 名前：デフォルトの名無しさん mailto:sage [2007/09/10(月) 00:04:14 ] 合成とかいらねーじゃんかよめんどくさい 有限である文字を割り振るだけなのに何年かかってんだよボンクラども 小出しにチマチマ変更するんじゃねえよ！アホか！ 142 名前：デフォルトの名無しさん mailto:sage [2007/09/10(月) 01:39:53 ] 中国とか台湾だと、名前を付けるときに漢字を新規に創作する人も いる、と聞いたんだが、マジ? いまでもそれってアリなの? 143 名前：デフォルトの名無しさん mailto:sage [2007/09/10(月) 02:56:48 ] >>142 人名は知らないけど、元素なんかでは新しい字を作ってるとか聞いたことがある。 144 名前：デフォルトの名無しさん mailto:sage [2007/09/10(月) 06:10:17 ] >>143 金属元素には金偏とかそんな感じだっけ? 145 名前：デフォルトの名無しさん mailto:sage [2007/09/10(月) 15:08:03 ] �~�順紫� 146 名前：デフォルトの名無しさん mailto:sage [2007/09/10(月) 15:57:39 ] マルチバイト文字の最下位１バイトが、 x0Ahやx0Dhなどの改行コードと重なるケースって ありますか？ 147 名前：デフォルトの名無しさん mailto:sage [2007/09/10(月) 17:28:05 ] >>146 さすがに、制御コードと重なるようなエンコーディングは聞いたことないですね。 UTF-16を1オクテット単位で見ると出てくるけど。 148 名前：デフォルトの名無しさん mailto:sage [2007/09/10(月) 17:46:09 ] >>147 ありがとうございます。 マルチバイト文字列をbyte単位でバッファリングして 操作しようと思ってるんですが、 対象エンコーディングがSJIS,EUC,UTF-8なので、 それなら問題無さそうですね。 149 名前：デフォルトの名無しさん [2007/09/10(月) 21:36:53 ] >>142 中国はマジらしい。台湾もかな? だが、近い将来制限する方針みたい。 >>143-144 90年代以降に正式名称が決定した超アクチノイド元素(104番以降)の為に新しい漢字が造られた。 Rf(104)={金盧}、Db(105)={金杜}、Sg(106)={金喜}、Bh(107)={金波}、Hs(108)={金�K}、Mt(109)={金麥} {金盧}と{金麥}はCJK統合漢字の無印と拡張Aに全く同じ字形の漢字があったのでそれを使うことになったが、 105〜108番元素を表す漢字は無かったので拡張Bに追加された。これらは俺らが生まれた後に造られた新しい漢字と言えよう。 最近正式名の決定した110番元素(Ds)、111番元素(Rg)にも漢字が当てられそれぞれ{金達}、{金侖}となった。 これらはCJK統合漢字の無印に既にある字と同形になった。これはもうこれ以上新しい漢字を造らない方針になって既にある字から選んだという事なのかな?それとも偶然かな? あと超アクチノイド元素を示す漢字は何故かUnicodeには繁体字のみが定義され簡体字は未だ定義されてない。 何でだ?まさか統合してるってこたぁねぇよな? 150 名前：デフォルトの名無しさん mailto:sage [2007/09/10(月) 23:51:25 ] 日本だって人名漢字で制限する前は好きな漢字作ってたよ。 金偏の名前は名古屋人と大工は多いとか聞いた気がする。 151 名前：デフォルトの名無しさん mailto:sage [2007/09/11(火) 00:11:39 ] >>149 統合するのかと思ったけどAdobe Japan1の割り当て見直したことから考えると 簡体字と繁体字の統合はなさそうだからやっぱり登録申請するんじゃね 152 名前：デフォルトの名無しさん mailto:sage [2007/09/11(火) 23:47:24 ] 西夏文字と女書の提案キター std.dkuug.dk/jtc1/sc2/wg2/docs/N3297.pdf std.dkuug.dk/jtc1/sc2/wg2/docs/n3287.pdf 153 名前：デフォルトの名無しさん [2007/09/12(水) 21:51:43 ] 台湾では辞書に載ってる漢字ならOKと書いてあるのをどっかで見た。 どの辞書を指してるのかなど詳しい規則については知らんが。 だが、画数最大で有名な龍×4（U+2A6A5）はOKらしくこの字2つの名前の人がいるらしい。 下の名だけで128画になる。名前書く時大変そうだな。 154 名前：デフォルトの名無しさん mailto:sage [2007/09/12(水) 22:04:04 ] 龍龍 龍龍 ↑こいつですな。9ptぐらいで印刷したらつぶれて読めないだろうな。 155 名前：デフォルトの名無しさん mailto:sage [2007/09/12(水) 23:54:59 ] www.unicode.org/cgi-bin/GetUnihanData.pl?codepoint=2A6A5 Windows Vista だが、表示されるとは思わなかった…。 156 名前：デフォルトの名無しさん mailto:sage [2007/09/13(木) 02:49:34 ] >>153 日本も既存の名字は「辞書に載ってる漢字ならOK」で辞書は明示してなかったような internet.watch.impress.co.jp/www/column/ogata/special3.htm >>155 VistaはExtension Bまですべて入ってる (ただしCJK Compatibility Ideographs Supplementは全部そろってない) 157 名前：デフォルトの名無しさん [2007/09/14(金) 23:59:10 ] やっぱり字体差の大きい字を統合すると問題あるよな。 例えば「日玉」は一般的に「曜」の略字だけど、似ている「旺」の異体字として使われる事もあるかも知れんし。 同じ字形の字が「曜」でも「旺」でもない全く別の字として実は存在する(した)って事になるかも知れんし。 158 名前：デフォルトの名無しさん mailto:sage [2007/09/15(土) 01:13:54 ] AnnexSと矛盾するのが致命的 せっかくこんな努力をしてるのがぶちこわしになるし kanji-database.sourceforge.net/housetsu.html 159 名前：デフォルトの名無しさん mailto:sage [2007/09/15(土) 01:16:27 ] UTR#37には統合できない文字をVSで表すようなことをしてはいけないと 明記されてるから実にまっとうな方向の改訂案 160 名前：デフォルトの名無しさん [2007/09/16(日) 22:21:49 ] 「門」の手書き等で使われる略字は簡体字(U+95E8)と統合する事になったんだね。 そっちの方がいいわな。 161 名前：デフォルトの名無しさん mailto:sage [2007/09/16(日) 23:05:18 ] そういうわけで前回ここで指摘された点はほぼ改善されてる。 別にここ見てたわけじゃなくてAnnex Sから常識的に判断すれば 必然的にそうなるってことだろうな 162 名前：デフォルトの名無しさん [2007/09/18(火) 22:48:48 ] 悉曇十八章まだー？ 163 名前：デフォルトの名無しさん mailto:sage [2007/09/20(木) 02:07:49 ] Siddham scriptは草案らしきものが出てるけど まだ正式には提案されていない 164 名前：デフォルトの名無しさん [2007/09/22(土) 00:29:00 ] 北朝鮮の将軍様専用ハングルはUnicodeには追加されないのかな? 165 名前：デフォルトの名無しさん [2007/09/23(日) 01:35:53 ] U+2E28とU+2E29に二重括弧を入れようとしてるみたい。 JIS X 0213の1-2-54と1-2-55との対応について更に混乱しそうだな。 166 名前：デフォルトの名無しさん mailto:sage [2007/10/03(水) 07:25:50 ] >>164 KPS 9566をソースに提案されたことがあるけど 蹴られたから新たな展開がない限りは収録されないと思われ 167 名前：デフォルトの名無しさん [2007/10/05(金) 21:20:58 ] もし追加されるとなると互換文字としてU+Fxxxの領域に割り当てられるだろうな。 ハングル音節ブロックの余ってるU+D7A4〜U+D7AFに追加でもいいかもしんない。このままだとそこ永久に埋まりそうにないし。 168 名前：デフォルトの名無しさん mailto:sage [2007/10/06(土) 04:03:43 ] >>167 ブロックの割り当ては16文字単位だからHangul Jamo Extended Bでも使ってないのか 169 名前：デフォルトの名無しさん [2007/10/06(土) 05:37:35 ] TUF16文字列をUTF-8に変換した場合、 4バイト以上はまず来ないと思っていいですか？ 170 名前：デフォルトの名無しさん [2007/10/06(土) 05:38:39 ] UTF16 171 名前：デフォルトの名無しさん mailto:sage [2007/10/06(土) 05:53:53 ] サロゲートに対応していない馬鹿なUTF-8コンバータだったら 6バイトのものを送ってくるかも 172 名前：デフォルトの名無しさん mailto:sage [2007/10/06(土) 05:53:57 ] >>169 なぜそうなる？ 173 名前：デフォルトの名無しさん mailto:sage [2007/10/06(土) 06:39:33 ] UTF-16ではU+10FFFFまでしか表せないからじゃね? 174 名前：デフォルトの名無しさん mailto:sage [2007/10/06(土) 10:18:53 ] >>169 6バイト 175 名前：デフォルトの名無しさん mailto:sage [2007/10/06(土) 11:20:14 ] >>174 >>171以外ならそんな入力の場合に6バイトになるのかkwsk 176 名前：デフォルトの名無しさん mailto:sage [2007/10/06(土) 11:20:34 ] ×そんな入力 ○どんな入力 177 名前：デフォルトの名無しさん mailto:sage [2007/10/06(土) 11:23:48 ] pc11.2ch.net/test/read.cgi/tech/1177930957/ 178 名前：デフォルトの名無しさん mailto:sage [2007/10/06(土) 15:19:26 ] Javaは3バイトまで 179 名前：デフォルトの名無しさん [2007/10/06(土) 17:15:03 ] ドイツ語圏は、ドイツ語を使う国々が集まって、表記法を統一する会議を何年かおきに やっている。 なんで、東アジア、漢字を統一できなかったのか、残念。 180 名前：デフォルトの名無しさん mailto:sage [2007/10/06(土) 17:25:36 ] U+10000からU+10FFFFまでは4バイト 181 名前：デフォルトの名無しさん mailto:sage [2007/10/06(土) 17:27:11 ] >>179 ドイツ人は制定マニアだから。 そういうことが難しいからこそ、漢字圏なんじゃないのか? 182 名前：デフォルトの名無しさん mailto:sage [2007/10/06(土) 17:56:29 ] ドイツ語圏はドイツ語圏だけど 漢字圏は中文圏じゃないし 日本語とかの別言語でも漢字を使っているからね 183 名前：デフォルトの名無しさん mailto:sage [2007/10/06(土) 18:20:18 ] >>179 中国だって統一王朝が立つと文字の整理をやってるぞ 184 名前：デフォルトの名無しさん mailto:sage [2007/10/06(土) 18:35:31 ] MySQLのUTF8は3バイト文字までしか対応していない 185 名前：デフォルトの名無しさん mailto:sage [2007/10/06(土) 19:35:22 ] >>184 ありゃりゃ。みんなどうしてんの？ 186 名前：デフォルトの名無しさん mailto:sage [2007/10/06(土) 20:07:40 ] >>183 毛沢東もやった死ね 187 名前：デフォルトの名無しさん mailto:sage [2007/10/06(土) 21:51:16 ] じゃあ漢字の統合のために台湾併合だな 188 名前：デフォルトの名無しさん mailto:sage [2007/10/06(土) 23:34:15 ] 日本もね 189 名前：デフォルトの名無しさん mailto:sage [2007/10/06(土) 23:57:53 ] 康熙字典体に統一で桶。 190 名前：デフォルトの名無しさん mailto:sage [2007/10/07(日) 02:48:55 ] 中国は文献がほとんどかえりみられなくなっては 日本から逆輸入というのを定期的に繰り返しているし。 文字の統一なんて掛け声以前の問題じゃなかろうか。 191 名前：デフォルトの名無しさん mailto:sage [2007/10/07(日) 03:38:26 ] >>189 Unicodeはそういう方針だな。GB7589とGB7590は繁体字で入ってるし 並び順も康煕字典の部首画数順だし 192 名前：デフォルトの名無しさん mailto:sage [2007/10/07(日) 05:22:31 ] 80年代後半から90年代前半って 台湾の方が電子化進んでたよね 193 名前：デフォルトの名無しさん mailto:sage [2007/10/07(日) 08:48:37 ] いまや日本＝秋葉原でHENTAI ANINEの国という認識だろ。 文字なんて「萌え」が残ってればおｋなんじゃね？ と秋葉帰りの外人から思われてるに違いない。 194 名前：デフォルトの名無しさん mailto:sage [2007/10/07(日) 13:30:02 ] >>191 Unicode の康煕字典ベースは、Unicode の原典主義からの帰結やね。 並び順の、康煕字典の部首画数順はもしかして漢字文化圏のグローバルスタンダード? >>193 向こうの濃いオタ連中は20年ぐらい前から現代日本風アイテムとして漢字を 認識してるから、それはない。 195 名前：デフォルトの名無しさん mailto:sage [2007/10/07(日) 13:37:21 ] 請け負ったWebの仕事で、UTF-8で作成してたんだが、 Shift-jisしか受け付けないサーバーだと完成間際で判明して １から変換しなおし。何とか事なきを得たんだが、次回に どうしてもクライアントがやりたがってる事をAjaxでやろうと すると、どうしてもUTF-8を採用せざる負えない結果に…orz javascriptでShift-jisからUTF-8に変換して表示させる事はできないでしょうか？ 向こうのサーバー事情でPHPやらPerlは一切使わせて貰えない状況です。 何とかお助けくださいませ。。。。。。。。。。。。 196 名前：デフォルトの名無しさん mailto:sage [2007/10/07(日) 14:15:38 ] ググレカス 197 名前：デフォルトの名無しさん mailto:sage [2007/10/07(日) 14:40:15 ] >>194 CJKのどこからも文句の出ない並び順が康煕字典順しかなかったってことだろう 現代中国はにくづきとふなづきを統合したりしたまったく異なる部首を使ってるし 発音順は国によって全く異なるし 198 名前：デフォルトの名無しさん [2007/10/14(日) 20:13:05 ] sjis,EUC,UTF8,16,32の判別ソフトをCで作っています。 UCS2も対応させたいのですが、何処か参考になるサイトは無いでしょうか すみません、どなたか教えて下さいm(_ _)m 199 名前：デフォルトの名無しさん mailto:sage [2007/10/14(日) 20:21:10 ] >>198 www.google.co.jp/search?q=universalchardet 200 名前：デフォルトの名無しさん mailto:sage [2007/11/03(土) 16:03:56 ] 【日台中韓】韓・中・日・台が漢字の字体統一へ[11/03] news21.2ch.net/test/read.cgi/news4plus/1194067861/ 201 名前：デフォルトの名無しさん mailto:sage [2007/11/03(土) 19:20:21 ] 字体統一って中国以外にメリットあるの？ 202 名前：デフォルトの名無しさん mailto:sage [2007/11/03(土) 19:22:45 ] 日本すら未だに統一できてないのに秒速で漢字が増えてゆく国が統一とは 203 名前：デフォルトの名無しさん mailto:sage [2007/11/12(月) 17:13:15 ] >>200 ウソだったらしい。もうなにがなんだか。 【日台中韓】 「中・日・韓・台の漢字統一」報道を否定！簡体字使用の変更は不可能[11/12] news21.2ch.net/test/read.cgi/news4plus/1194847769/ 204 名前：デフォルトの名無しさん mailto:sage [2007/11/12(月) 18:23:49 ] ヨタ記事をいちいち貼るなよ。 205 名前：デフォルトの名無しさん mailto:sage [2007/11/17(土) 15:44:45 ] IMEパッドの文字の上にマウスを持っていくとでるバルーンヘルプの内容が取得できるライブラリ(関数)をしりませんか？ in:jisX0213:2004 1面, 1区, 1点 out:ucs, utf-8, Shift_JIS 見たいな、、、 206 名前：デフォルトの名無しさん mailto:sage [2007/11/18(日) 00:29:36 ] 超漢字検索の情報ウィンドウの内容を取得できるライブラリもほしい 207 名前：デフォルトの名無しさん [2007/11/20(火) 23:35:37 ] JIS X 0213 面区点番号とunicodeのマッピングを 機械的に求めることはできますか？ 208 名前：デフォルトの名無しさん mailto:sage [2007/11/21(水) 11:39:36 ] テーブル引く ...というのは機械的だろうか？ 209 名前：デフォルトの名無しさん [2007/11/21(水) 13:03:01 ] ドイツ語は定期的にspellをドイツ語圏で統一するように会議をしているね。ま、向こうは意味まで 同じなのだが。形だけ揃えても意味ないし、朝鮮半島はハングルで統一されている。CKJで統一 する意味はないと思うのだがね。 210 名前：デフォルトの名無しさん mailto:sage [2007/11/21(水) 19:13:46 ] perlで作ったcgiに一番ｵﾇﾇﾒなコードｋｗｓｋ 211 名前：デフォルトの名無しさん mailto:sage [2007/11/21(水) 21:09:46 ] perlはなんでもいいよ。 Encode使えば割りとw何でもできるから。 好きなのにしな。 まあ今ならutf-8がいいだろうけど。 formにUnicodeな文字入力する奴もいるし。 212 名前：デフォルトの名無しさん mailto:sage [2007/11/24(土) 02:48:07 ] なんかさ、gccのワイドリテラルの扱いってへんてこな感じね。 gcc3.4よか前だと単に1Byteを4Byteに展開するだけで何の文字コードでもなく、 3.4以上だとUTF-32LEになってるかのような動き。 さらにvc(UTF-16LE)とのクロスでの開発を考えると頭が痛くなるなあ・・ Win/Linuxのクロスでやってる人って内部コードってなににしてる？ 213 名前：デフォルトの名無しさん mailto:sage [2007/11/24(土) 02:52:40 ] >>212 ワイド文字をリテラルでは使わない。 UTF-8から変換。 214 名前：デフォルトの名無しさん mailto:sage [2007/11/24(土) 03:07:35 ] ま、そだよね。基本的にはリテラルに日本語入れなきゃ円満なんだよね。 3.4以降はexec-charsetでどうとでもできそうだけど、古いのは・・ ソースをUTF-8にすればなんとか日本語入れてもコンパイルはできるか。 あぁ、でもvc7とかはUTF-8のソース確か受け付けなかったような。 ソースくらいは変換するべきか。面倒だな・・いろいろ。 215 名前：デフォルトの名無しさん mailto:sage [2007/11/24(土) 04:02:12 ] 全部\uxxxxで書いちゃえ。 216 名前：デフォルトの名無しさん mailto:sage [2007/11/24(土) 04:22:36 ] うほ、なげやり でもそれすらgccいけるけどvcは\u使えないとか罠があったり。。 いろいろ実験して、バッドノウハウだけ増えたな・・ vc,gccともソースがUTF-16系は不可、vcはシグニチャなしUTF-8ソース不可、 逆にgccはシグニチャありUTF-8ソース不可・・ 217 名前：デフォルトの名無しさん mailto:sage [2007/11/24(土) 04:45:06 ] いや、やっぱvcはUTF-8はBOMありなしどっちもだめだなぁ。ソースによる みたいだ。最低だなsjisしか受け付けないのか・・。vc8なら平気かもしれないけど vc ソースsjis 内部UTF-16LE(コンパイル時L変換) gcc3.3以下 ソースsjis(リテラルに"表"とかだめ) 内部UTF-8(実行時iconv変換) gcc3.4以上 ソースsjis 内部UTF-8(input-charset=cp932でgccでコンパイル時変換) こんなしか選択肢がないような。あぁ、CVSで変換するとかならソースはもっと 自由度あるか。だりーな、Unicode対応・・。もうsjis/eucでいい気がしてきた。 218 名前：デフォルトの名無しさん mailto:sage [2007/11/24(土) 15:53:48 ] vcがutf-8ダメだってのは、何がだめだっての？ 219 名前：デフォルトの名無しさん mailto:sage [2007/11/24(土) 17:14:21 ] vc7で、UTF-8のソースだと #define XX "あ" とかあるとだめだけど #define XX "ああ" だと平気。たぶんsjisとして処理してるから日本語リテラルが奇数バイト だとだめみたいな感じ。 220 名前：デフォルトの名無しさん mailto:sage [2007/11/24(土) 23:51:33 ] vc8使え。終了 221 名前：デフォルトの名無しさん mailto:sage [2007/11/25(日) 10:34:26 ] 00h〜1Fh　制御文字 20h〜7Fh　各国共通（1バイト文字） 80h〜FFh　各国自由（1／2バイト文字） 16ビットPCを出すときに思い切って半角カナを廃止して 80h以降は日本では2バイト文字専用にすれば良かった つーか70年代末期の最初のPCを出すときに80h以降は 予約領域かPCG領域にすれば良かったんだよな 222 名前：デフォルトの名無しさん mailto:sage [2007/11/25(日) 10:36:33 ] あとからならどうとでも言える カタカナだけでもいいから1バイトで処理したいという要求がどれだけ当時は切実だったことか 223 名前：デフォルトの名無しさん mailto:sage [2007/11/28(水) 12:10:33 ] 80年代前半は漢字が表示できないマシンがごろごろしてたし 1987年ごろのパソ通でも、漢字を使うと表示できないマシンが あるから、カナ以外禁止というところもあったね。 224 名前：デフォルトの名無しさん mailto:sage [2007/11/28(水) 14:01:29 ] テキストVRAMで漢字もOK、なPC9801も初期はJIS第2水準はオプションだったしなあ 225 名前：デフォルトの名無しさん mailto:sage [2007/11/28(水) 18:40:35 ] >>224 初代は第1水準もオプション 226 名前：デフォルトの名無しさん mailto:sage [2007/11/28(水) 18:44:17 ] テキストVRAMが歯抜けだったからね。＜無印PC-9801 オプションの漢字ROMボードを入れるとその隙間を埋めるRAMもついてきたってわけ。 227 名前：デフォルトの名無しさん mailto:sage [2007/11/29(木) 21:02:51 ] おまえらいくつだよ・・おっさんばっかだな まあ若い人は文字コードになんか興味ないか 228 名前：デフォルトの名無しさん mailto:sage [2007/11/29(木) 21:29:00 ] 28歳はおっさんですかそうですよね。 229 名前：デフォルトの名無しさん mailto:sage [2007/11/29(木) 22:02:33 ] 外見によっては22でもおっさん。 230 名前：デフォルトの名無しさん mailto:sage [2007/11/29(木) 22:22:00 ] プログラマーは25才が卒業式です 231 名前：226 mailto:sage [2007/11/30(金) 00:24:07 ] >>227 失礼な。せめておばさんと呼べ。 232 名前：デフォルトの名無しさん mailto:sage [2007/11/30(金) 07:21:18 ] 時代背景を知らないと テキストVRAMって文字サイズとか位置とか固定になっちゃうじゃんｗｗｗ 超バカスｗｗｗ なんでグラフィックVRAMに全部書かないのｗｗｗ とか言い出す奴がいそうだな。 8ビットマシンはグラフィックVRAMに漢字表示できるものもあったわけだが 233 名前：デフォルトの名無しさん mailto:sage [2007/11/30(金) 08:53:49 ] 武勇伝はチラシの裏でどうぞ 219はどうなった？ 234 名前：デフォルトの名無しさん mailto:sage [2007/11/30(金) 19:30:45 ] 単にバイト列としてコンパイルしたいだけなら #pragma setlocale("C") を入れときゃいいだけでは？ 235 名前：デフォルトの名無しさん mailto:sage [2007/12/01(土) 09:01:43 ] POSITION 160,100:PATTERN -16,KANJI$(4746) 236 名前：デフォルトの名無しさん mailto:sage [2007/12/01(土) 16:08:27 ] KANJI$テラナツカシス 237 名前：デフォルトの名無しさん mailto:sage [2007/12/02(日) 07:14:19 ] Unicodeはもうだめだな サロゲートペア，異体字，半角カナ．．．問題ありすぎ 世界中の文字使えるったってほとんど意味無いしょ 第３水準で変な記号いっぱい追加されたけどそれも要らん JISが大手PC・携帯メーカーに呼びかけて MS，アップル，ドコモ，au，ソフトバンク，NEC，富士通，IBM 2バイト文字の最終統一規格を作るしかないんじゃないの？ 8080H〜FFFFHの16384字あれば十分 238 名前：デフォルトの名無しさん mailto:sage [2007/12/02(日) 10:41:18 ] ＞JISが大手PC・携帯メーカーに呼びかけて 逆だ。JISは大手に踊らされている御用団体だからね。 つーか、それができるのならJIS83辺りで統一できているはず。 # 実態は……言うまでもないよな。 ＞8080H〜FFFFHの16384字あれば十分 計算できる? 239 名前：デフォルトの名無しさん [2007/12/02(日) 11:18:03 ] CJK互換漢字に4字追加されるみたい。 240 名前：デフォルトの名無しさん mailto:sage [2007/12/02(日) 11:25:30 ] >>237 もうおなかいっぱい。 これ以上文字コードを増やさないでくれ。 241 名前：デフォルトの名無しさん mailto:sage [2007/12/02(日) 11:45:05 ] しかも>>237のレベルでは… 242 名前：デフォルトの名無しさん [2007/12/02(日) 18:39:01 ] UTF-8で統一されるのが楽かなあ >>237 2バイト固定長はもう無理でしょう。というか固定長は結合文字の 存在もあるしコーディング上のメリットがないんだよなあ。 結合文字を考慮した文字検索アルゴリズムとかもうどうしていいんだか・・ 243 名前：デフォルトの名無しさん mailto:sage [2007/12/02(日) 19:06:21 ] TronコードでOK 244 名前：デフォルトの名無しさん mailto:sage [2007/12/02(日) 20:31:22 ] >>243 TRONコードは、単に、すでにある文字集合をぶち込む枠組であって、 文字集合の整備は漢字の収集とかやったけど、処理の上位層について TRON方面は概念を発表しただけで具体的なものは何も出てきて いないし、現在の問題を何ら解決できるものではない。現状から見て、 たいした期待はできない。 245 名前：デフォルトの名無しさん mailto:sage [2007/12/03(月) 01:24:14 ] グリフ単位での文字検索は諦めて、コードポイント単位で やるしかないんじゃないの。当面は。 246 名前：デフォルトの名無しさん mailto:sage [2007/12/03(月) 22:10:17 ] 結合文字はそのコードポイントが別だから検索がめんどいんじゃないのか・・ 247 名前：デフォルトの名無しさん mailto:sage [2007/12/03(月) 22:22:07 ] このへんを実装すれば多分おｋ www.unicode.org/reports/tr10/ www.unicode.org/reports/tr15/ 248 名前：デフォルトの名無しさん mailto:sage [2007/12/03(月) 23:03:38 ] UTF-8な文字「X」が文字コード AB CD EF で定義されているとして、 別の文字「Y」がこれらをシャッフルした文字コード（ AB EF CD など）で 定義されている、という組み合わせを探しています。 効率的な調べ方とかあるかしら？ 249 名前：デフォルトの名無しさん mailto:sage [2007/12/03(月) 23:14:28 ] たかだかx6だからベタでいいだろ。 250 名前：デフォルトの名無しさん mailto:sage [2007/12/04(火) 01:18:41 ] >>249 char a[] = { 0xE3, 0x82, 0xA2, 0x00 }; char b[] = { 0xE3, 0xA2, 0x82, 0x00 }; ってしたときに、aは「ア」だけどbに割り当てられた文字はないでしょう？ そういうのをプログラム的に省きたかったんだ。無理っぽいなあ 251 名前：デフォルトの名無しさん mailto:sage [2007/12/04(火) 01:25:35 ] >>250 んなこと悩んでいる間にベタで書けば5分掛からないだろ。わけわからん。 それともなんかのプログラムの動作中ってこと？ 252 名前：デフォルトの名無しさん mailto:sage [2007/12/04(火) 07:34:33 ] これって割り当てられてるってこと？ ttp://www.google.co.jp/search?hl=ja&q=%E3%82%A2 ア の検索結果 約 73,600,000 件中 1 - 10 件目 (0.05 秒) ttp://www.google.co.jp/search?hl=ja&q=%E3%A2%82 㢂 の検索結果 約 2,740 件中 1 - 10 件目 (0.24 秒) 253 名前：デフォルトの名無しさん mailto:sage [2007/12/04(火) 09:56:17 ] 日本語の文字には無いけど、中国の文字にあるだろ 254 名前：デフォルトの名無しさん mailto:sage [2007/12/04(火) 09:56:49 ] 0xE3, 0xA2, 0x82 だから、文字コード 3882 だよ。 255 名前：デフォルトの名無しさん mailto:sage [2007/12/04(火) 10:56:35 ] U+3882 はちゃんと ExtA に割りあてられてるな。 Windows なら Vista にするか対応フォントを入れれば見えるはず。 256 名前：デフォルトの名無しさん mailto:sage [2007/12/04(火) 11:36:45 ] 関数的に書くなら、 端から生成して、端からx6の組み合わせで生成して、 端からUTF-8になってないバイト列を落とすフィルタを通す、 という感じで書くかな。 257 名前：デフォルトの名無しさん mailto:sage [2007/12/04(火) 12:05:37 ] >>251 AB CD EF は16進数の10〜15ではなくて、6種類の変数A〜Fという意味。 文字列処理関数のテストケースを書いてて、248 みたいな組み合わせが数通り欲しかったのさ。 文字コード一覧表を目視して解決しますた。あんがと。 >>255 ExtAってなんかの制御コード？ >>256 日本語フォントが用意されているかを調べる、というコードが書けない俺orz 258 名前：デフォルトの名無しさん mailto:sage [2007/12/04(火) 12:28:23 ] 「日本語フォント」なんて関係ないだろ。 「文字集合」で考えろ。 259 名前：デフォルトの名無しさん mailto:sage [2007/12/04(火) 12:48:05 ] 「UTF-8的にあり得る(3バイトの)バイト列」じゃなくて、 「UnicodeからJIS X 0208(あるいはCP932)にマップ可能なコードポイント」を抽出したいのか？ それはテーブル引くしかないような気がする。 260 名前：デフォルトの名無しさん mailto:sage [2007/12/04(火) 12:53:57 ] ExtA = CJK Ideograph Extension A U+3400〜U+4DB5(Unicode3,4), U+4DBF(Unicode5) いわゆる「機種依存文字」な漢字でUnicode2に入ってなかった奴が入った所と思った。確か 261 名前：デフォルトの名無しさん mailto:sage [2007/12/04(火) 13:03:01 ] JIS X 0208あるいは指定した文字集合だけ考えればいいなら、 JIS X 0208の全ての区点コードをリストアップ ('あ'を例に) ↓ UTF-8の16進数表現に変換 (0xE3 0x81 0x82) ↓ バイト列をソートしたのものを一桁目に(CSV) (0x81 0x82 0xE3, 0xe3 0x81 0x82) ↓ 一桁目でjoin (0x81 0x82 0xE3でjoin) ↓ join後、複数項目のあるものをリストアップ。 262 名前：デフォルトの名無しさん mailto:sage [2007/12/04(火) 17:55:57 ] 文字集合と符号化方式の概念が理解できてなかった。まさに>>259だ。 >>258、>>260-261 もthx! 263 名前：デフォルトの名無しさん [2007/12/04(火) 23:52:17 ] >>233 ｽﾏﾝ、結局Linuxどうしてんのかレスなかったから見てなかった・・ Stringを自前で作って、各文字コード処理できるようにする方向でやってる 264 名前：デフォルトの名無しさん mailto:sage [2007/12/06(木) 01:28:41 ] std::stringは結局役に立たんからね 265 名前：デフォルトの名無しさん mailto:sage [2007/12/06(木) 19:00:37 ] EUC-JPって第2面をA121〜FE7Eに配置できないのかな 第1バイトがA0〜FFなら2バイト文字だと認識するようにすれば いいと思うんだけど 266 名前：デフォルトの名無しさん mailto:sage [2007/12/06(木) 20:32:41 ] >>260 U+4DBFに文字なんか割り当てられてたか? ブロックの範囲と文字が収録されている範囲をごっちゃにしてる 通信用語の基礎知識あたりの鵜呑みじゃあるまいな 267 名前：デフォルトの名無しさん mailto:sage [2007/12/06(木) 20:33:43 ] >>265 円記号問題どころの騒ぎじゃなくなります メインフレーム各社の独自コードにはそういう変態割り当てをしたものが けっこうあるけど 268 名前：デフォルトの名無しさん mailto:sage [2007/12/06(木) 20:52:49 ] >>266 スマン あたり orz 3.0 と現行のを調べた。 レンジは 3.0 だと U+4DFF まで、5.0 だと U+4DBF まで、 中身が入ってるのは U+4DB5 まで、で合ってます？ 間に入ったのは Yijing Hexagram Symbols って八卦かよw 269 名前：デフォルトの名無しさん mailto:sage [2007/12/06(木) 22:09:16 ] >>268 うむ ちなみにU+9FA5の後ろには本当に文字が断続的に追加されてるな 270 名前：デフォルトの名無しさん mailto:sage [2007/12/06(木) 22:25:43 ] examples.oreilly.de/english_examples/nutshell/cjkv/adobe/ aj16.tar.Zが更新されてる pri108に対応していくつかのCIDにUnicodeが追加された模様 271 名前：デフォルトの名無しさん mailto:sage [2007/12/07(金) 08:24:11 ] 第１〜第４＋非漢字で11233字 補助漢字で6067字 補助漢字と第３，第４でかぶるのが約2900字 11233＋6067−2900＝14400字 8080H〜FFFFH＝16384字 272 名前：デフォルトの名無しさん mailto:sage [2007/12/07(金) 08:42:20 ] >>267 それはSHift-JIS固有の問題。 273 名前：デフォルトの名無しさん mailto:sage [2007/12/07(金) 09:30:20 ] 何そのとんちんかんなレスはw 274 名前：272 mailto:sage [2007/12/07(金) 09:42:22 ] あ、ダメかｗ 言いたいのは1〜2バイトに収まるようにシンプルにしてほしいってこった 275 名前：デフォルトの名無しさん mailto:sage [2007/12/07(金) 10:57:54 ] UCS-2の過ちを繰り返すのかよw 276 名前：デフォルトの名無しさん mailto:sage [2007/12/07(金) 12:51:45 ] 繁体字とか簡体字とかハングルとか要らんだろｗ 277 名前：デフォルトの名無しさん mailto:sage [2007/12/07(金) 13:41:14 ] ハングルという偉大な文字は必要ニダ！ 278 名前：デフォルトの名無しさん mailto:sage [2007/12/07(金) 13:47:08 ] 自分に必要なありとあらゆるソフトウェアを、その独自規格に準拠したもの のみでまかなえるなら好きにすればー? # 文字コードが、文字集合を情報「交換」のために符号化したものである # ということを理解してないやつがこんなにも多いのは何故だ? 279 名前：デフォルトの名無しさん mailto:sage [2007/12/07(金) 13:48:26 ] 漢字なんかいらんだろ（米国人(32)） 280 名前：デフォルトの名無しさん mailto:sage [2007/12/07(金) 13:59:54 ] その昔、Win3.1の時代に漢字対応の必要をアメリカ人に説明しようとしたら、 通訳が「Chinese Characters」って訳しやがって説明に苦労したもんだぜ。 281 名前：デフォルトの名無しさん mailto:sage [2007/12/07(金) 15:02:01 ] もうUTF-8で全部解決だろ 282 名前：デフォルトの名無しさん mailto:sage [2007/12/07(金) 16:58:25 ] Unicode の符号化という点ならそうだけど Unicode に入れられそうもない変体仮名とかを 符号化する場合を考えると Unicode だけに 頼れないし 283 名前：デフォルトの名無しさん mailto:sage [2007/12/07(金) 18:32:19 ] plain textは諦めてくださいと遠くからUnicode神の声が聴えてきました。 ところで変体仮名のみの文字集合は既に定義されているのですか? あるとすれば、どういう包接基準を採用しているのですか? 284 名前：デフォルトの名無しさん mailto:sage [2007/12/07(金) 20:36:47 ] るりーる 285 名前：デフォルトの名無しさん mailto:sage [2007/12/07(金) 21:04:53 ] >>272 >>265みたいなことをしたらShift_JISと同じ(もっと悪い)問題が起きるって 言ってるんだが。 >>282 入らないのは日本が入れろと言わないから。 異体字だって結局米国企業のAdobeが登録するまで日本は なーーーんにもしなかった。 286 名前：デフォルトの名無しさん mailto:sage [2007/12/07(金) 21:05:18 ] >>283 とりあえずTRONにはあるようだ ja.wikipedia.org/wiki/%E4%BD%8F%E6%B0%91%E5%9F%BA%E6%9C%AC%E5%8F%B0%E5%B8%B3%E5%8F%8E%E9%8C%B2%E5%A4%89%E4%BD%93%E4%BB%AE%E5%90%8D 287 名前：デフォルトの名無しさん mailto:sage [2007/12/07(金) 21:06:31 ] >>283 TRONコードに住民基本台帳収録変体仮名とその他の変体仮名が入ってる。 ということは住基統一コードにも変体仮名が入ってるのか 288 名前：デフォルトの名無しさん mailto:sage [2007/12/07(金) 21:12:47 ] こういう文字をUnicodeに入れてくれって言う場合の 日本側の窓口はどこなんだろ。経産省？ 密室でやらずに一回ぐらいパブリックコメントの募集してくれよ。 289 名前：デフォルトの名無しさん mailto:sage [2007/12/07(金) 21:14:56 ] こんだけオープンにやってて密室もへったくれもあるか std.dkuug.dk/jtc1/sc2/wg2/ IVDの前回の公開レビューだって www.unicode.org/ivd/pri/pri98/index.html 終了一週間くらい前になって気づいた俺が触れて回るまで 日本で取り上げているサイトが一切なかったという関心のなさっぷり それで密室とかなんとかいっても説得力のかけらもない 290 名前：デフォルトの名無しさん mailto:sage [2007/12/07(金) 21:37:49 ] そこへ持ってゆく文字の選定をしている日本側の窓口の話をしてるんだが。 291 名前：デフォルトの名無しさん mailto:sage [2007/12/07(金) 22:11:20 ] とりあえず、英語が読めない人は、翻訳者を雇わないと、 投稿手順すら分からないのではないかと。 292 名前：デフォルトの名無しさん mailto:sage [2007/12/07(金) 22:17:00 ] >>287 wikipediaにあるわw ja.wikipedia.org/wiki/%E4%BD%8F%E6%B0%91%E5%9F%BA%E6%9C%AC%E5%8F%B0%E5%B8%B3%E5%8F%8E%E9%8C%B2%E5%A4%89%E4%BD%93%E4%BB%AE%E5%90%8D www.chokanji.com/features/ckv4.html TRONは何でもぶちこみ方式だろうから、 まだ異体字の包接基準はないのかな。 かなり知識がないと無理だね。 293 名前：デフォルトの名無しさん mailto:sage [2007/12/09(日) 10:03:04 ] TRONはコード表はフリーなんだけど その運用に事実上必要な異体字のデータベースで金稼いでるんだよね 超漢字検索で変体仮名を検索すると関連字として対応する漢字やひらがなが 出てくるし漢字から変体仮名を検索することもできる 294 名前：デフォルトの名無しさん mailto:sage [2007/12/09(日) 12:07:54 ] いっそ日本代表は無視してUTCのfull memberになったほうが話が早いかもしれない 英語力と金が必要だけど 295 名前：デフォルトの名無しさん mailto:sage [2008/01/02(水) 16:32:43 ] あけましておめでとうございます 結局JIS X 0221の改訂版は2007年中に出ませんでした。 JIS X 0213:2004で2004となるべきところが2003となるような誤植が 今回も発生するのでしょうか。 296 名前：デフォルトの名無しさん mailto:sage [2008/01/05(土) 01:13:42 ] >>295 えっまぢ！？ そういや、12月20日前後の官報がデッドラインだと聞いてたんだけど、 チェックするの忘れてたよ。。。 あーあ、また関係者は地獄を見ることになるのかな・・・ 297 名前：デフォルトの名無しさん mailto:sage [2008/01/05(土) 01:33:09 ] そうこうしている間にもamendmentは増えてゆく〜 298 名前：デフォルトの名無しさん mailto:sage [2008/01/05(土) 01:43:49 ] >>296 ietf-charsetsで外人が「Hey, 内容変更が何もないのにどうして-2003が-2004 になったんだい? (大意)」みたいなことを安岡センセイに聞いてたのを思い出した。 そりゃ知らないやつは不思議に思うよなあ 299 名前：デフォルトの名無しさん mailto:sage [2008/01/05(土) 06:06:50 ] ちゃんと出てるじゃん 制定年月日2007/12/20になってるから本当にギリギリだったみたいね 300 名前：デフォルトの名無しさん mailto:sage [2008/01/05(土) 07:17:14 ] JISCで閲覧できる規格票が CJKU_SR.txtをわざわざ50MBのPDFにしてたりしてワロタ 301 名前：デフォルトの名無しさん mailto:sage [2008/01/12(土) 07:17:23 ] >>300 中の人が内規かなにかに従った結果なんだろうね 302 名前：デフォルトの名無しさん mailto:sage [2008/01/12(土) 12:12:01 ] 見た目までコントロールしたいからでしょ。 フォント環境の違いで誤解が生じないように。 303 名前：デフォルトの名無しさん mailto:sage [2008/01/12(土) 12:27:42 ] 仮にそうだとしてもフォントを埋め込めば済む話ではないの？ 304 名前：デフォルトの名無しさん mailto:sage [2008/01/12(土) 12:28:15 ] ただ数字が並んでるだけなのにどう誤解するというのだ そもそも正文がテキストファイルなんだが 305 名前：デフォルトの名無しさん mailto:sage [2008/01/16(水) 19:29:38 ] 質問です ttp://www.ac.cyberhome.ne.jp/~mattn/cgi-bin/blosxom.cgi/etc/20071221111511.htm > 1文字毎をメモリに持つのではなく全てバイト列で処理すると言った方法の為、 > 他のアプリケーションとは違うi18n化の方法であり特殊ではあるが 普通のi18n対応アプリケーションは文字ごとに(codepointごとに?) メモリに確保して、文字配列として処理されることが多い、けれども バイト列で処理する…バイト列を喰わせても大丈夫な関数を用意して文字を操作する ttp://itpro.nikkeibp.co.jp/article/COLUMN/20071130/288467/ *Javaとかのアプローチはcodepointごとに文字を操作。(分解合成がめんどい) *Vimのアプローチはバイト列を独自関数で文字として操作。(patch workの集大成) oniguruma とか sakura editor とか emcode.pm とか身近にあるのは みんなpatch workの集大成なのですか？ 306 名前：デフォルトの名無しさん mailto:sage [2008/01/16(水) 19:40:01 ] > 他のアプリケーションとは違うi18n化の方法であり特殊ではあるが ん、じぶんの理解だとここの部分の意図が汲めなくなるか… 内部で Unicode の codepoint に従って処理しているソフトは あまりないけど…内部でなんらかのエンコードに変換して保持 してるソフトは多くて…でもVimはバイナリのまま保持するですよ…? というような意味とか? ああなんかよくわからなくなってきた…orz 307 名前：デフォルトの名無しさん mailto:sage [2008/01/16(水) 21:53:51 ] マルチバイト or ワイド文字と分解合成とは直交する問題だろ。 何が言いたいのだろう。 308 名前：デフォルトの名無しさん mailto:sage [2008/01/17(木) 13:22:34 ] まともなi18nの仕事で「patch workの集大成」でないものなんてないぞ。 全ての文字、言語に通じている人間なんていないのだから。 309 名前：デフォルトの名無しさん mailto:sage [2008/01/17(木) 14:09:39 ] 仕様が実際patch workだからな というか言語というものがそもそも... 310 名前：デフォルトの名無しさん mailto:sage [2008/01/18(金) 14:46:18 ] >>307 anond.hatelabo.jp/20070902073806 >喫煙と、麻薬や飲酒は直交する問題だと思いますが… 直行する = 相関性のみられない事象のこと = 分けて論じるべき議題 うむ。まずじぶんは小学生あたりからやり直すべきか。 てか日本語って難しいな orz >>308-309 �dくす。言語は日々の積み重ね。ちぃおぼえた 311 名前：デフォルトの名無しさん mailto:sage [2008/01/18(金) 15:00:13 ] homepage.mac.com/icbp90pink1/iblog2/B1108781646/C1540234484/E20061210205530/index.html >「おそらく漢字ほど難しくないからそれほどでもないと思うけど、例えば >"than" を "then" と書く若者が増えてるよ。」っと言っていました。 >「それって全く意味が違うじゃん。」っと言ったら、「orthogonalだね。」と >言われました。「orthogonalって何？」と聞いたら、90℃（直角）との事。 >「何で180℃じゃないの？」っと聞いたら、「反対の意味って訳じゃないけど >（左右みたいな）、ぜんぜん違う意味だから、orthogonalって言うんだよ。」 >っと教えてくれました。面白い表現ですね！ 『欧米かっ！』と言わざるを得ない…。 グラフをイメージして相関性云々とか考え出すと, なんで90度でねじれの関係になるんだ, とかわけかわからんかった orz 312 名前：デフォルトの名無しさん mailto:sage [2008/01/18(金) 15:52:55 ] >>310 > >>307 > anond.hatelabo.jp/20070902073806 > >喫煙と、麻薬や飲酒は直交する問題だと思いますが… > 直行する = 相関性のみられない事象のこと = 分けて論じるべき議題 誤変換かもしれないが、直交と直行を混同するようでは先がおもいやられる... 313 名前：デフォルトの名無しさん mailto:sage [2008/01/18(金) 16:25:40 ] 本来の意味で使ってる可能性も・・・ 314 名前：デフォルトの名無しさん mailto:sage [2008/01/18(金) 17:07:36 ] >>310 文脈から汲めば、分けられないってことだろ とはいえ>>312みたいな態度が一番気に食わん 315 名前：デフォルトの名無しさん mailto:sage [2008/01/18(金) 17:59:53 ] 直交ずる〜というと2つのベクトルの内積(2直線の射影でもいいや)を考えるでしょ常考。 高校数学程度の概念は常識として知っておいてくださいな。 316 名前：デフォルトの名無しさん mailto:sage [2008/01/19(土) 03:20:48 ] この文脈でそんな本来の意味の用語を使うわけないでしょ。 それくらい想像力働かせてくださいな。 317 名前：デフォルトの名無しさん mailto:sage [2008/01/19(土) 07:02:46 ] 直交⇔互いに独立 ∴2つのベクトルの内積(2直線の射影でもいいや)=0 318 名前：デフォルトの名無しさん mailto:sage [2008/01/19(土) 07:08:44 ] 「2つのベクトルの内積(2直線の射影でもいいや)」が0以外の値を持つとき それらは直交しない つまり「直交」については最初から一貫して「本来の意味」で使われているw 馬鹿は >>315 319 名前：デフォルトの名無しさん mailto:sage [2008/01/19(土) 12:20:41 ] 数学総合スレはここですか? 320 名前：デフォルトの名無しさん mailto:sage [2008/01/19(土) 14:12:35 ] >>319 直帰を許可します 321 名前：デフォルトの名無しさん mailto:sage [2008/01/21(月) 00:06:37 ] ん？この流れム板のどこかのスレで見た気が。デジャヴ？ 322 名前：デフォルトの名無しさん mailto:sage [2008/01/30(水) 01:45:55 ] SJIS2004とかJISX213系の文字コード表って無いですかね どうも変換がうまくできない・・・ 323 名前：デフォルトの名無しさん mailto:sage [2008/01/30(水) 07:47:52 ] JISCにあるじゃん 324 名前：デフォルトの名無しさん mailto:sage [2008/01/30(水) 23:27:43 ] JISCのPDFから手で書き取れと申すか ※無料で閲覧できる奴じゃなくて購入したPDFでも手で書き取らされます とりあえず機械可読な奴がほしかったらここでも見れ x0213.org/codetable/ 325 名前：デフォルトの名無しさん mailto:sage [2008/01/30(水) 23:32:34 ] ＞※無料で閲覧できる奴じゃなくて購入したPDFでも手で書き取らされます ごめんJISCを甘く見てた…… 326 名前：デフォルトの名無しさん mailto:sage [2008/01/30(水) 23:40:52 ] JISC・・・ひでえな。 327 名前：デフォルトの名無しさん mailto:sage [2008/02/01(金) 21:15:44 ] www.unicode.org落ちてる? 328 名前：デフォルトの名無しさん [2008/02/05(火) 21:26:41 ] Joel Spolsky氏のブログ翻訳「ソフトウェ開発者なら絶対に最低限知っていなければならないユニコードと文字セットについて」 Servlet Garden ≫ Unicode and Character Sets (Translation) www.t3.rim.or.jp/~yoko-k-h/java/servlet/2008/01/31/unicode-and-character-sets-translation.html 329 名前：デフォルトの名無しさん mailto:sage [2008/02/05(火) 23:42:35 ] Unicode Transformation Format 8 と UCS Transformation Format 8 で混乱するのだけど それぞれをどう解釈したらいいんだろう？ 330 名前：デフォルトの名無しさん mailto:sage [2008/02/05(火) 23:56:23 ] 略せばどっちもUTF-8。はい、同じ。 331 名前：デフォルトの名無しさん mailto:sage [2008/02/06(水) 00:00:19 ] Unicode.orgがつけた名前 ISO/IECがつけた名前 中身おんなじ 332 名前：デフォルトの名無しさん mailto:sage [2008/02/06(水) 00:11:42 ] 互換性あるのはわかったけど、Unicodeのが4バイト、 UCSのが6バイトみたいなこと書かれてたんで5バイト目以降は違うってことかな？ 333 名前：デフォルトの名無しさん mailto:sage [2008/02/06(水) 00:32:16 ] ISO/IEC 10646はAmd2:2006で、0群17面以降には永久に文字を追加しないことにしたから UTF-8にしたときには5オクテット以上にはならない。 Uniocde.org的には、単に追加予定なしなだけなので、UTF-8は理屈上最長の 6オクテットまで使っていいけど、でも文字入ってないよ？状態。 だから、結局中身おんなじ 334 名前：デフォルトの名無しさん mailto:sage [2008/02/06(水) 01:09:46 ] もともとUnicode的にUTF-16の絡みで10FFFFまでになって、 おれにAmd2:2006で追従したんじゃないっけ。 どちらにしろ、今はどちらも4byteまで。 www.rfc-editor.org/rfc/rfc3629.txt 参考までにRFC 335 名前：デフォルトの名無しさん mailto:sage [2008/02/06(水) 02:42:04 ] なるほど。納得できたありがとう。 336 名前：デフォルトの名無しさん [2008/02/06(水) 18:15:44 ] いつの間にかIVS(漢字のVS)正式に決定してた。 www.unicode.org/ivd/index.html 337 名前：333 mailto:sage [2008/02/07(木) 08:54:13 ] >>334 そうみたいね 俺古いRFC見てたわ 338 名前：デフォルトの名無しさん [2008/02/19(火) 23:13:06 ] U+FDD0〜U+FDEFが使用禁止になったのって何でだろう? 339 名前：デフォルトの名無しさん mailto:sage [2008/02/22(金) 20:04:35 ] JIS X 0221:2007規格票の8. 注記3によると 「符号化文字でないことが保証された数値を必要とする内部処理」に使用するためだそうだ。 例として「表を終了させる、テキストの終わりを通知するなど」が挙げられてる 340 名前：デフォルトの名無しさん mailto:sage [2008/02/23(土) 03:05:40 ] 文字コードふぜいが表の終了とか意識するな。 341 名前：デフォルトの名無しさん mailto:sage [2008/02/23(土) 08:30:49 ] 文字集合はともかく、 符合化方式がその辺りを考慮するのは当然。 342 名前：デフォルトの名無しさん mailto:sage [2008/02/23(土) 09:17:36 ] あとU+FFFFはBMPの最後のコードだから番兵に使うことを特に意識している U+FFFEは言うまでもなくBOM判別用 343 名前：デフォルトの名無しさん mailto:sage [2008/02/23(土) 13:25:24 ] ASCII にだってコントロールコードの領域があるしね 344 名前：デフォルトの名無しさん mailto:sage [2008/03/12(水) 02:47:39 ] 文字コードとやらに興味を抱き、とりあえずユニコードが標準と知り、 番号からUTF-16を使っていたのですが、 このスレの人は何を主に使っているのですか？ 検索をしていると16よりも8の話題のほうが見つかるので、 実は8のほうがいいのかなと悩んだりしています。 345 名前：デフォルトの名無しさん mailto:sage [2008/03/12(水) 03:08:25 ] つか、今、同じテキストファイルを変換してみたのですけれども、 よくよく考えたらUTF-8は可変で日本語の文章に関しては、 全てを2バイトで扱うUTF-16に比べて、 日本語部分を3バイトで扱うUTF-8は情報量が多いほど、 容量が無駄に大きくなってしまいませんか? 1.5倍ですよね。それを補うほどの使い勝手の良さがあるのでしょうか。 346 名前：デフォルトの名無しさん mailto:sage [2008/03/12(水) 03:14:34 ] 南北アメリカや西ヨーロッパの多く言語は平均すると一文字当たり2オクテット未満であらわせる。 347 名前：デフォルトの名無しさん mailto:sage [2008/03/12(水) 03:27:30 ] 後は１要素が1byteに収まるから扱いが楽、とか まぁ日本語を基準に考えてる時点でUnicodeの思想から外れてる気はする 348 名前：デフォルトの名無しさん mailto:sage [2008/03/12(水) 09:29:53 ] >>344 1.5倍程度でけちけちするな、多言語化ってのはそういうもんだ。 マジレスするとUTF-8側にメリットがあるというよりも、 UTF-16側がサロゲートペアやバイトオーダー、ASCII非互換、guessしずらいなど、 いろいろと面倒なのでUTF-8の方がよい。 349 名前：デフォルトの名無しさん mailto:sage [2008/03/12(水) 10:57:52 ] WindowsがUTF-16なんで、自分のプログラムもUTF-16です。 350 名前：デフォルトの名無しさん mailto:sage [2008/03/12(水) 23:33:43 ] ケチ臭いことを言うんだったら、ASCIIの制御文字の部分の方が勿体無いと思うけどね。 ホントにASCIIてクソだなあ。 351 名前：デフォルトの名無しさん mailto:sage [2008/03/13(木) 02:21:38 ] ASCIIが7bitで治まってくれていて良かった。 ISO 8859-1みたいなんじゃなくて、ASCIIが8bit、 ×も≠も欲しいなんて言い出さなくて本当に良かった。 奴等が重ね打ち馬鹿で本当に良かった。 352 名前：デフォルトの名無しさん mailto:sage [2008/03/13(木) 19:16:38 ] すみません、 EUC-JP 系のエンコーディング（含 eucJP-ms, CP5132）においてどういう文字が 割り当てられているかを知りたいのですが、いいウェブページはないでしょうか。 353 名前：デフォルトの名無しさん mailto:sage [2008/03/13(木) 20:07:35 ] >>2 354 名前：デフォルトの名無しさん mailto:sage [2008/03/13(木) 20:25:25 ] そーいや、opengroup の eucjp-ms とユニコードの変換表のページはもう見れないのかな？ 355 名前：デフォルトの名無しさん [2008/03/13(木) 21:04:03 ] utf8がascii互換でソースに書いたり、ファイルに書き出すには一番使い勝手はいいと思う。 WinならAPIとの互換性のために、メモリ上はutf16が良い。Shift_JISに変更する気はあんまり起きない。 パーサーなどで、コードポイントを等間隔で扱いたいときにはutf32にしてる。 356 名前：デフォルトの名無しさん mailto:sage [2008/03/13(木) 21:27:56 ] >>353 やはりそこら辺ぐらいですか? まずは1バイト部分が気になっていたのですが、 >また、16進数で「21」〜「7E」の文字にASCIIとJIS X 0201ローマ文字のいずれを使うかは、 >歴史的にはASCIIの方が正しいのですが、実際には使う人の自由にまかされます。 ということは例えば0x5cはreverse solidusでもyen signでも好きな方使え、ということ なのかな? とほほー。 357 名前：デフォルトの名無しさん mailto:sage [2008/03/13(木) 21:41:13 ] すみません、機種依存文字は、どうして、存在しますか、？ ローマ数字とか、文字化ける、現象の、ことです 358 名前：デフォルトの名無しさん mailto:sage [2008/03/13(木) 22:03:50 ] 各ベンダが似て非なる文字コードを使い続けたから。 359 名前：デフォルトの名無しさん mailto:sage [2008/03/13(木) 22:22:37 ] 似て非なる文字コードが多くて、判定をミスるからでそ。 360 名前：デフォルトの名無しさん mailto:sage [2008/03/13(木) 22:28:35 ] >>354 numa氏が転載してくれてる blog.livedoor.jp/numa2666/archives/50980727.html 361 名前：デフォルトの名無しさん mailto:sage [2008/03/13(木) 22:40:03 ] >>359 表示できない文字のことを言っている。>>357 362 名前：デフォルトの名無しさん mailto:sage [2008/03/13(木) 22:41:16 ] >>357 お国はどちらで？ 363 名前：デフォルトの名無しさん mailto:sage [2008/03/13(木) 23:17:28 ] 西村京太郎が書き込んだんだよ。 364 名前：デフォルトの名無しさん mailto:sage [2008/03/14(金) 09:14:19 ] >>352 legacy-encoding.sourceforge.jp/wiki/ 多分こっちの方がいい。 なお、IANA Charset では EUC-JP は ASCII だし、eucJP-ms, eucJP-ascii CP51932 も ASCII だぞ。 eucJP-0201 が JIS X 0201 Roman。 365 名前：352 mailto:sage [2008/03/14(金) 09:55:43 ] >>364 ありがとうございます。 >なお、IANA Charset では EUC-JP は ASCII だし、eucJP-ms, eucJP-ascii CP51932 も ASCII だぞ。 >eucJP-0201 が JIS X 0201 Roman。 なるほど。JIS X 0201 Roman はマイナーですね。 なお、今ググったら ICU のサイトもヒットしたので、そっちも参照してみます。 iconv や Perl-Encode なんかはこの辺どうなってるのかな。 しかし EUC-JP 系ってナニゲにタチが悪いですね。下手すると SJIS 系より悪いのではw 366 名前：デフォルトの名無しさん mailto:sage [2008/03/14(金) 11:08:59 ] IANA charset repositoryのは、きっちり決まっているから何も問題ないぞ? 独自改変があるのは、どのコードでも同じだし。 その辺まで全部気にしたいのなら、Windows上でベンダー共同の文字拡張、 firefoxのEUC拡張とか、いろいろありすぎてやってられないと思う。 367 名前：デフォルトの名無しさん mailto:sage [2008/03/14(金) 11:59:42 ] >>365 iconv は glibc iconv と libiconv と 森山さんのパッチ済み libiconv と Citrus iconv でも違って、 「EUC-JP」での \x00-\x7F までは ASCII と考えていい、これは IANA で定義されてるから。 ただ、それより多バイトは実装による。 Perl/Encode は Shift_JIS も EUC-JP も \x00-\x7F は ASCII だね。 なお、Shift_JIS は IANA 定義では \x00-\x7F が JISX 0201Roman なことに注意。 これにしたがっている実装はあまりないが、たまにあるので地雷。 ていうか、Shift_JIS でなく Windows-31J/CP932 を使えばトラブルは少ないのでこちらの方が回避は楽。 368 名前：352 mailto:sage [2008/03/14(金) 13:43:47 ] >>366 >>367 どうも有益な情報をありがとうございます。 文字コード処理にどのぐらい挙動の幅を持たせるかとかを悩んでいます。 >>365さんも書かれてますが、例えばHTMLでcharset=Shift_JIS or EUC-JPとなっている が、拡張漢字のコードが入ってた場合（これは結構ある）にどうするかとか。 あと、差のある部分（全角記号等）をどっちだと思って処理するかとか。 369 名前：デフォルトの名無しさん mailto:sage [2008/03/14(金) 14:01:57 ] サーバ側で、かつ、どのクライアントに対してもきっちりやりたいなら、 User-Agent: をみて、独自の拡張、改変にちゃんと対応するしかない。 firefoxのケースはググれば出てくる。 CP51932関連も読んでおいた方がいい。 370 名前：デフォルトの名無しさん mailto:sage [2008/03/15(土) 06:16:20 ] >>365 Shift_JISだって、CP932、Shift_JISX0213、Shift_JIS-2004などの変種がある。 むかし補助漢字を無理やり埋め込む変種もあった。 > Windows上でベンダー共同の文字拡張、 eucJP-ms? 371 名前：デフォルトの名無しさん mailto:sage [2008/03/15(土) 09:41:00 ] > 補助漢字を無理やり埋め込む変種もあった。 kwsk そういう噂は聞いたことあるけど実際にどんな仕様だったのか調べてもわからない 372 名前：デフォルトの名無しさん mailto:sage [2008/03/15(土) 10:19:31 ] >>370 > Shift_JISX0213、Shift_JIS-2004などの変種がある。 これって名前以外に違いあるんだっけ？ 373 名前：デフォルトの名無しさん mailto:sage [2008/03/15(土) 10:41:07 ] Shift_JISX0213は、JIS X 0212:2000に、 Shift_JIS-2004は、JIS X 0212:2004に基づいている。 UCS互換文字が10文字追加されている。 追加だから、表示などの用途に限れば、 Shift_JIS-2004だけで十分だが、 文字集合チェックしたければ区別する必要がある。 (>>352はそういうことをEUC-JPについて知りたいようだったので書いた) 374 名前：デフォルトの名無しさん mailto:sage [2008/03/15(土) 10:54:07 ] そもそもサポートする必要ないよ、とか言ってみる。 増やせば増やすほど混乱の種が増す。 とくに「レガシー」エンコーディングプロジェクトのくせに新しいことをやりたがる奴らは まとめて氏ね 375 名前：デフォルトの名無しさん mailto:sage [2008/03/15(土) 10:58:43 ] BMP氏ね 376 名前：デフォルトの名無しさん mailto:sage [2008/03/15(土) 11:00:35 ] 時代はPNGです(そっちか) 377 名前：デフォルトの名無しさん mailto:sage [2008/03/15(土) 11:26:08 ] >>373 thx 378 名前：デフォルトの名無しさん mailto:sage [2008/03/15(土) 13:22:46 ] >>372 当時のfj.kanjiにいくつかの提案をまとめた記事があったはず。 379 名前：デフォルトの名無しさん mailto:sage [2008/03/15(土) 14:11:30 ] うーんGoogle Groupsには残ってないようだ 当時ニュースグループには参加してなかったからログを探すのが困難だ 380 名前：デフォルトの名無しさん mailto:sage [2008/03/15(土) 16:42:56 ] >>374 >そもそもサポートする必要ないよ、とか言ってみる。 世界中のソフトが足並みを揃えられればいいんだけどね。 現実的にはより「好意的に」データを処理してくれるアプリの方が ユーザーのウケが良くて、困ったものだ。 それに「レガシー」とはいうものの、メールでもウェブページでもまだバリバリに 使われてるわけだし。 381 名前：デフォルトの名無しさん mailto:sage [2008/03/15(土) 16:54:50 ] なにせここも Shift-JIS だしな 382 名前：デフォルトの名無しさん mailto:sage [2008/03/15(土) 18:46:28 ] >>380 さすがにShift_JIS-2004をサポートした方がユーザーの受けがいいってことはないだろ むしろ円記号や名簿の高橋さんが文字化けする! とか苦情が増えそうな気がする 383 名前：デフォルトの名無しさん mailto:sage [2008/03/15(土) 18:47:21 ] > 世界中のソフトが 日本中のソフトだけだろ。 最近のソフトやプロトコルは日本人が口出ししない限りUTF-8のみなんて珍しくもないぞ 384 名前：デフォルトの名無しさん mailto:sage [2008/03/15(土) 18:53:04 ] > それに「レガシー」とはいうものの、メールでもウェブページでもまだバリバリに > 使われてるわけだし。 まだ使われているものをサポートすることは別に反対してない。 現在誰も使ってないどころかかつて使われたことすらないものを 「よかれと思って」付け足そうとする奴は氏ねと言ってる。 ISO-2022-JP-MSとか(頓挫したけど) NEC選定IBM拡張漢字とIBM拡張漢字にVS付けて区別するとか 正気とは思えない 385 名前：デフォルトの名無しさん mailto:sage [2008/03/15(土) 18:53:56 ] JIS X 0213のせいで日本の悲惨さ倍増w 386 名前：352 mailto:sage [2008/03/17(月) 04:46:50 ] 皆さんどうも。 Win上だと例えばcharset=EUC-JPだけど実はCP51932なHTMLとかは あんまり問題にならないのかもしれませんが、非Winだとそうでもなくて、 ちょっと情報を必要としていました。 ウェブブラウザとかメールソフトとかデータベースとか、日本人が開発の 中心にいないものも少なくないんじゃないですかね。そうすると日本語の エンコーディングに関するバグの説明とか、面倒ですね。 387 名前：デフォルトの名無しさん mailto:sage [2008/03/17(月) 05:01:27 ] 糞会社が勝手に文字集合を独自拡張するのがまずいのであって、 受け手が四苦八苦しているのが悪いわけではない。 388 名前：デフォルトの名無しさん mailto:sage [2008/03/17(月) 08:01:19 ] どうでもいいけどWin3より前の時代にアメリカの技術者と話をするときに、 通訳が「漢字」を"chinese characters"と訳すのには閉口させられたなぁ。 現物見せてやっと話が噛み合ったよ。 389 名前：デフォルトの名無しさん mailto:sage [2008/03/17(月) 12:18:12 ] ややこしいが漢字を Chinese characters としている和英辞書があるんだよな。 大昔、千年以上前の日本人にとっては、漢字≒中国語文字かもしれないが 現代の日本人が漢字といえば国字 Japanese characters で漢字体のものを 指すのが普通だな。 通訳は空気を読むべきだと思うが、通訳が頼りない場合は 漢字だと誤訳・誤解されるおそれがあるので日本文字 Japanese characters と 言ったほうがいいかも。 390 名前：デフォルトの名無しさん mailto:sage [2008/03/17(月) 12:31:27 ] 普通「漢字」は「ひらがな」「カタカナ」を含まないけど、 文字コードの世界では、含めて「漢字」ということがあるからややこしい。 本来の狭い意味での「漢字」なら、 Japanese Charactersの中のChinese Charactersってことで問題ないはずだけど。 391 名前：デフォルトの名無しさん mailto:sage [2008/03/17(月) 12:37:28 ] 最近はKanjiで通じるようになってきたから嬉しい。 392 名前：デフォルトの名無しさん mailto:sage [2008/03/17(月) 12:38:11 ] もうKanjiでおｋ 393 名前：デフォルトの名無しさん mailto:sage [2008/03/17(月) 12:44:23 ] CJK Unified Ideographs のことだろ、Kanji って ってな、合ってるんだけど間違ってる理解が今後増えそうで嫌だ 394 名前：デフォルトの名無しさん mailto:sage [2008/03/17(月) 12:48:45 ] >>391>>392 それってひらがな、かたかなは含む? 395 名前：388 mailto:sage [2008/03/17(月) 12:55:49 ] あー、そんときは通訳が(理由は忘れたが)席を外したんで、 隙を狙って"Kanji is Japanese special character, not only Chinese."みたいなことを言った希ガス。 当然向こうは"???"となったから、「現物を見せましょう」という流れに持ってった。 # んで、「Windowsじゃそんな文字出せない」みたいなこと言われたんだよなw 396 名前：デフォルトの名無しさん mailto:sage [2008/03/17(月) 13:15:36 ] >>394 391でも392でも無いけど、俺の知っている範囲では「含まない」。 たとえば、日本語学習者とか、日本の漫画やアニメのファンが "HiraganaやKatakanaは何とかなるけど、Kanjiはホントに難しいyo" とか、そういう風に口にする。 397 名前：デフォルトの名無しさん mailto:sage [2008/03/17(月) 13:52:28 ] >>394 文字コードのことをちゃんと勉強してる技術者には、 KanjiっていえばHan charactersのうち日本語で使われてる文字だって伝わる。 Unicode万歳って感じだわ。 398 名前：デフォルトの名無しさん mailto:sage [2008/03/17(月) 15:17:07 ] JISの「漢字集合」にはひらがなカタカナも含んだな 399 名前：デフォルトの名無しさん mailto:sage [2008/03/17(月) 19:06:02 ] JIS X 0208の「漢字集合」だとラテン文字やキリル文字まで含むけど、 「漢字」だと漢字だけだよな。 400 名前：デフォルトの名無しさん mailto:sage [2008/03/17(月) 23:49:15 ] JIS X 0208の「非漢字」のうち1文字はUnicodeでは漢字扱いだったな Unicode 1.0では非漢字領域にもあったけどUnicode 1.1でunifyされたらしい と安岡センセイか誰かの日記で読んだ 401 名前：デフォルトの名無しさん mailto:sage [2008/03/18(火) 00:22:44 ] 更級日記？ 402 名前：デフォルトの名無しさん mailto:sage [2008/03/18(火) 07:53:24 ] "仝" だっけ。一部の人にはハートマーク差し替え記号として知られるw "〆" は文字だっけ？　JIS では記号だけど。 403 名前：デフォルトの名無しさん mailto:sage [2008/03/18(火) 08:03:36 ] >>402 〆は0208由来の非漢字と補助漢字由来の漢字が両方入ってる EUC-JPとラウンドトリップコンバージョンを確保する必要があるから 404 名前：デフォルトの名無しさん mailto:sage [2008/03/18(火) 12:50:52 ] unicodeで アファベットかどうかやひらがなかどうかやカタカナかどうかとか 文字種別みたいなものをロジック的に判別する方法ありますか？ それともSJISとかみたいに力任せですか？ あと濁点の「が」と「かﾞ」みたいなのを正規化する方法って決まってませんか？ 405 名前：デフォルトの名無しさん mailto:sage [2008/03/18(火) 13:11:04 ] >>404 >文字種 そういうAPIがあるプログラム言語とかライブラリ使え どれがどの文字種かは >>unicode.org >正規化 決まってる >>uniocde.org 406 名前：デフォルトの名無しさん mailto:sage [2008/03/18(火) 15:00:42 ] >>405 >正規化 結合文字の正規化目的でNFCを使うとCJK互換漢字でハマるから注意 407 名前：デフォルトの名無しさん mailto:sage [2008/03/18(火) 20:19:07 ] 「神」が化けるとかだっけ 408 名前：デフォルトの名無しさん mailto:sage [2008/03/18(火) 22:28:39 ] internet.watch.impress.co.jp/www/column/ogata/sp25.htm 409 名前：デフォルトの名無しさん mailto:sage [2008/03/19(水) 00:28:49 ] Unicodeの正規化といえば、MediaWikiが外部から入力された文字列を全部正規化しやがって、 互換漢字を入力できずに困ったことがあったわ。 410 名前：デフォルトの名無しさん mailto:sage [2008/03/19(水) 07:34:46 ] >>407 ファイル名が Unicode ベースなファイルシステムだと何らかの正規化がなされていると 思うけど、同じ場所に「�b」という名前のファイルと「神」とのいう名前のファイルを作ろうと したら、どうなるべきなのかな? 411 名前：デフォルトの名無しさん mailto:sage [2008/03/19(水) 07:43:42 ] >>410 手元のWindowsXP/NTFSだと U+00C4 と A+U0308 を別々に作れた、なので正規化はしてないっぽい。 MacOSXだと作れないだろうね。 412 名前：デフォルトの名無しさん mailto:sage [2008/03/19(水) 10:01:39 ] >>410 > > 何らかの正規化がなされていると思うけど Mac OS Xくらいしか知らないよ。 Windows, UNIX系ではないんじゃない？ 413 名前：デフォルトの名無しさん mailto:sage [2008/03/19(水) 10:08:51 ] >>411 MacOSXでも作れる。 OSXのVFSはNFDに準じたファイル名の正規化を行うが、互換漢字は対象外 414 名前：デフォルトの名無しさん mailto:sage [2008/03/19(水) 14:30:19 ] >>413 VFSじゃないだろ? CarbonとHFS+でやってんじゃない? すくなくとも10.3の調査ではそうだった。 だからターミナルからUFSやNFS上にファイルを作成すれば、 ファイル名はNFDされてなかった。 415 名前：デフォルトの名無しさん mailto:sage [2008/03/19(水) 17:17:53 ] >>412 ほんとに? 正規化されてないUnicodeでファイル名を扱うっていうのは 混乱を招くような気がするのだが... 416 名前：デフォルトの名無しさん mailto:sage [2008/03/19(水) 18:49:29 ] データそのものを正規化してしまうような仕組みは嬉しくないなあ。 正規化はソートや検索の時に動的にしてくれたほうが嬉しい。 417 名前：デフォルトの名無しさん mailto:sage [2008/03/19(水) 19:02:26 ] >>416 ヘテロな環境で正規化の方法が違った場合、 USBサムドライブで困るよね。 418 名前：デフォルトの名無しさん mailto:sage [2008/03/19(水) 20:53:24 ] >>414 Technical Q&A QA1173 Text Encoding in VFS developer.apple.com/jp/qa/qa2001/qa1173.html developer.apple.com/qa/qa2001/qa1173.html 419 名前：デフォルトの名無しさん mailto:sage [2008/03/19(水) 21:16:22 ] >>418 この文章だと10.2の頃からそうなっているみたいだけどそれは嘘。 Darwinのソースコード＆テストで調べた。 420 名前：デフォルトの名無しさん mailto:sage [2008/03/19(水) 23:00:27 ] >>415 むしろ下手な正規化(大文字と小文字の同一視とか)をされるより 個々のアプリでの扱いに任せてもらった方が混乱は少ないよ 421 名前：デフォルトの名無しさん mailto:sage [2008/03/19(水) 23:19:28 ] 小文字と大文字の同一視は、 Mac, Winでそうだから避けられないのかねえ。 カタカナとひらがなはどうなんだとかきりがないねえ。 422 名前：デフォルトの名無しさん mailto:sage [2008/03/20(木) 00:29:04 ] >>420 そうじゃなくて、NFCとかNFDとか、上に出てたでしょ。 423 名前：デフォルトの名無しさん mailto:sage [2008/03/20(木) 00:54:10 ] >>419 まあ「VFS API」というのが実際に何を意味するかですかね。もしかして UNIX の ファイルアクセス用の API （システムコール）程度の意味なのかも。 かつ HFS+ のことだけを念頭においているのかも。NFS とかは「例外」扱いだし。 実際 UFS や NFS は正規化はしないですね > Mac OS X 424 名前：デフォルトの名無しさん mailto:sage [2008/03/20(木) 01:41:14 ] >>409 MediaWikiでは正規化されたくない文字は文字参照にするしかないね それでも項目名には使えない 425 名前：デフォルトの名無しさん mailto:sage [2008/03/20(木) 01:43:01 ] >>421 つ[Collation] ただし事前処理として正規化が前提になってるのでもし互換漢字のソート順を 統合漢字と変えたかったりしたら使えない 426 名前：デフォルトの名無しさん mailto:sage [2008/03/20(木) 07:50:55 ] >>423 HFS+オンリーで「VFSが」というもの…w 427 名前：デフォルトの名無しさん [2008/03/20(木) 23:07:19 ] OS：WindowsXPproSP2 アプリ：DreamWeaverMX DreamWeaverMXでhtmlファイルを新規作成したとき、<META>タグは以下の記述でした。 <meta http-equiv="Content-Type" content="text/html; charset=Shift_JIS"> ここではcharsetで文字コードShift_JISを指定していますが、ページをIE6.0以降で見られることを想定した場合に 文字化けをできるだけ減らすためには、charsetの値はどのようにすればいいのでしょうか？ 428 名前：デフォルトの名無しさん mailto:sage [2008/03/20(木) 23:26:38 ] そのままでいいよ 429 名前：デフォルトの名無しさん mailto:sage [2008/03/20(木) 23:50:02 ] 板違いだからweb制作でも行け 430 名前：デフォルトの名無しさん mailto:sage [2008/03/21(金) 12:26:11 ] >>428-429 了解。ありがとう 431 名前：デフォルトの名無しさん mailto:sage [2008/03/23(日) 16:34:58 ] EUC-JP と宣言しながら CP51932 なウェブページがかなりあるのに CP51932 相当の IANA 名を定義するような動きはなかったんですかね。 Shift_JIS と Windows-31J の区別はあるんだし。 432 名前：デフォルトの名無しさん mailto:sage [2008/03/24(月) 00:50:39 ] CP51932だってどうしてわかるの 433 名前：デフォルトの名無しさん mailto:sage [2008/03/24(月) 08:29:22 ] >>431 どれぐらい多いの？ 日本語で書かれているウェブページのうち、何%がEUC-JPと宣言されてい て、そのうち何%が実際はCP51932なの？ 434 名前：デフォルトの名無しさん mailto:sage [2008/03/24(月) 09:39:56 ] windows-31jって、今からでもwindows-932にならんかね。aliasでもいいんだけど。 他のwindows-コードページの番号ってなってるコードページと一貫性がない。 435 名前：デフォルトの名無しさん [2008/03/24(月) 11:06:44 ] 0x81〜0x9Fの文字がある=Shift-JIS 0xFD〜0xEFの文字がある=EUC って解釈でいい？ 436 名前：デフォルトの名無しさん mailto:sage [2008/03/24(月) 14:55:39 ] まさか 437 名前：デフォルトの名無しさん mailto:sage [2008/03/24(月) 19:59:20 ] そんな楽で良いなら 438 名前：デフォルトの名無しさん mailto:sage [2008/03/24(月) 20:04:29 ] 世の中に一体いくつの文字コードがあることか 439 名前：デフォルトの名無しさん mailto:sage [2008/03/24(月) 20:06:57 ] UNICODEの存在意義がなくなる 440 名前：デフォルトの名無しさん mailto:sage [2008/03/25(火) 00:08:24 ] >>434 Microsoftがietf-charsetsに提案してたようだが例によって途中からｇｄｇｄ mail.apps.ietf.org/ietf/charsets/msg01618.html こんなだからみんな面倒な登録手続きなんか無視して 好き勝手にcharset使い出してカオスになるんだろうな。 そういやISO-2022-JP-2004の登録手続きはどうなりましたか安岡センセイ www.jstage.jst.go.jp/article/johokanri/50/2/67/_pdf/-char/ja/ こんなもの書いてる暇があったらShift_JIS-2004登録してください 規格通りに使いたくても使えないじゃないですか 441 名前：デフォルトの名無しさん mailto:sage [2008/03/25(火) 00:09:56 ] もう全部x-つけといたらいいよ。 442 名前：デフォルトの名無しさん mailto:sage [2008/03/25(火) 00:16:39 ] つーかさー mail.apps.ietf.org/ietf/charsets/msg01783.html なんでMartin Duerstセンセイともあろうお方が今さらこんなこと言ってるの? RFC 1192ご覧になったことあります? つーか > We also wish to thank the following people who contributed in many > ways towards this document. > Zhang Zhoucai Martin J. Duerst 見てないはずがないんだけど。 何でcharset-extensionとcharset-editionはみんなに無視されたのに 今度はうまくいくとか無邪気に思い込めるわけ? 443 名前：デフォルトの名無しさん mailto:sage [2008/03/25(火) 00:17:15 ] RFC 1922の間違いorz 444 名前：デフォルトの名無しさん mailto:sage [2008/03/25(火) 00:23:06 ] >>440 いやそのドキュメントは有意義だと思うよ。 ちゃんとまとめて、読めるようにしとかないと、 独自コード乱発は加速するばかりだから。 445 名前：デフォルトの名無しさん mailto:sage [2008/03/25(火) 01:19:23 ] >>431 CP51932 相当の IANA 名をWindows-31Jって言うんじゃね？ テキストエンコーディングが何だろうと、文字集合は同じでしょ。 446 名前：デフォルトの名無しさん mailto:sage [2008/03/25(火) 11:35:01 ] >>445 IANA charsetの「charset」は文字集合+符号化方式のセット 447 名前：デフォルトの名無しさん mailto:sage [2008/03/25(火) 11:38:59 ] >>440 Martinセンセイにドキュメントがないだとか色々突っ込まれて力尽きてたはず。 使いたいなら後をついで進めるといいのかもしれないけど、 必要なドキュメントをJISが握ってる以上難しい気もしないでもない。 448 名前：デフォルトの名無しさん mailto:sage [2008/03/25(火) 11:56:26 ] 流れぶった切ってすまん。 日立のEBCDIKコード表探してるんだけど、 www.wdic.org/w/WDIC/EBCDIK とか www.pleasuresky.co.jp/ebcdic.php3 とかじゃなくて 日立が提示してるオリジナルがいいんだけど、どっかにないですかね？ 449 名前：デフォルトの名無しさん mailto:sage [2008/03/25(火) 12:01:21 ] www.pleasuresky.co.jp/images/ebcdic.gif 450 名前：デフォルトの名無しさん mailto:sage [2008/03/25(火) 12:04:00 ] >>449 なにこの汚いコードは 451 名前：デフォルトの名無しさん [2008/03/25(火) 12:13:23 ] 文字コードの判別、変換に挫折した… 情けねぇ… 452 名前：デフォルトの名無しさん mailto:sage [2008/03/25(火) 18:13:48 ] EBCDIC くらいは知っとこうぜ 453 名前：デフォルトの名無しさん mailto:sage [2008/03/25(火) 21:14:53 ] >>444 ドキュメントの有意義さは否定しないけど 実際にWebページやメールでそのドキュメントの通りに使えというなら 使えるようにしてくれなきゃ話が始まらない >>447 俺はUnicodeでいいと思ってるからなー 使いたい人ががんばってくださいとしか がんばらないで勝手に使うという最悪の選択だけはくれぐれもやめてほしい 454 名前：デフォルトの名無しさん mailto:sage [2008/03/25(火) 21:21:11 ] UpperCharで 小文字 0xED40 �\ が 大文字 0xFA5C �\ に変換されるのですが、この辺わかりやすく説明しているサイトないでしょうか〜 455 名前：デフォルトの名無しさん mailto:sage [2008/03/25(火) 21:35:00 ] >>454 support.microsoft.com/kb/170559/ja 456 名前：デフォルトの名無しさん mailto:sage [2008/03/25(火) 21:41:47 ] >>455 非常に勉強になったよ。 ありがとう！ 457 名前：デフォルトの名無しさん mailto:sage [2008/03/26(水) 02:30:15 ] >>453 > 実際にWebページやメールでそのドキュメントの通りに使えというなら 言ってないw 458 名前：デフォルトの名無しさん mailto:sage [2008/03/26(水) 02:37:51 ] なるほど > ケータイの絵文字や、CP932のIBM拡張文字など はインターネットで使うべきでないとは書いてるけど、代わりに何を使えとは確かに 直接書いてはいない。でもそれなら何で今インターネットで使えるJIS X 0208:1997 ベースのShift_JISではなくわざわざShift_JIS-2004に言及してるの? Shift_JIS-2004の絵文字のうち > 「♪」以外は収録されていなかった そうだけどそれらは使っていいの? いいならcharsetパラメータには何を指定すればいいの? 459 名前：デフォルトの名無しさん mailto:sage [2008/03/26(水) 08:47:40 ] 結局世の中の流れとしてはこんな感じ? 1. いわゆるレガシーエンコーディングの、ベンダー毎の拡張みたいのは今後積極的 にはサポートされない。 　-> 新たに IANA に登録されてたりすることはない? 　-> charset にない文字を使っているようなのは化けてもしょうがないって感じ? 2. IBM拡張漢字、絵文字等をどうしても使いたい場合は Unicode で。 　-> Windows-31J は IANA に登録されてるからアリ? 460 名前：デフォルトの名無しさん mailto:sage [2008/03/26(水) 09:54:22 ] Windowsで扱える文字一覧みたいなものはどこかにないでしょうか？ 461 名前：デフォルトの名無しさん mailto:sage [2008/03/26(水) 12:14:50 ] コードページ毎で良ければここはどう。 www.microsoft.com/globaldev/reference/cphome.mspx 462 名前：デフォルトの名無しさん mailto:sage [2008/03/26(水) 13:04:19 ] >>460 U+0000からU+10FFFFまで扱えるよ 463 名前：デフォルトの名無しさん mailto:sage [2008/03/26(水) 13:10:39 ] >>461 ちゃんと資料があったんですね。ありがとうございます。 464 名前：デフォルトの名無しさん mailto:sage [2008/03/26(水) 13:12:18 ] >>462 すいません、ちゃんとフォントがあって表示できる またはIMEから入力できるものという意味でした。 465 名前：デフォルトの名無しさん mailto:sage [2008/03/26(水) 13:20:32 ] >>458 >> ケータイの絵文字や、CP932のIBM拡張文字など >はインターネットで使うべきでないとは書いてるけど、代わりに何を使えとは確かに >直接書いてはいない。 IANA charset登録済みのもの。 >でもそれなら何で今インターネットで使えるJIS X 0208:1997 >ベースのShift_JISではなくわざわざShift_JIS-2004に言及してるの? なんでだろうねぇ。 Windows-31Jとして登録済みの「CP932」の方がマシだと思うんだけど。 >> 「♪」以外は収録されていなかった >そうだけどそれらは使っていいの? いいならcharsetパラメータには何を指定すればいいの? 使っていい、Unicodeに登録されているんで、UTF-8を指定すればよい。 もちろん、JIS X 0213系のエンコーディングはダメ。 466 名前：デフォルトの名無しさん mailto:sage [2008/03/27(木) 18:55:27 ] > Windows-31Jとして登録済みの「CP932」の方がマシだと思うんだけど。 他にも>>440の資料は突っ込みどころ大杉。 > JISにもUnicodeにも違反しており 未使用領域を使用禁止にしているJIS X 0208/0213と違ってUnicodeでPUAを 使うこと自体は何も規格に違反してない。いわば文字化けするのはUnicodeの仕様。 > Windows Vistaの方が、ある意味、正しい動作だと言える。 どっちかが正しい動作だと言うこと自体ミスリーディング。 規格を守っていても「字体化け」するのがJISやUnicodeの「仕様」。 もちろん安岡センセイがそんな初歩的なこと知らないはずがないので 確信犯なんだろうけど(とくに後者)。 467 名前：デフォルトの名無しさん mailto:sage [2008/03/27(木) 20:05:38 ] しかし、文字コード関連は政治的な位置からものを書く人間が多すぎるな 468 名前：デフォルトの名無しさん mailto:sage [2008/03/27(木) 20:16:54 ] 文字コードはもともと政治の道具です 469 名前：デフォルトの名無しさん mailto:sage [2008/03/27(木) 20:22:49 ] オタク好きするんだよ。政治というか、勢力争いの話はね。 そういうのが存在する分野の話になると、そこにばっかフォーカスすることになる。 それだけを固めた例としては、ゲーハー板。 470 名前：デフォルトの名無しさん mailto:sage [2008/03/28(金) 00:04:05 ] >467 だったらネタ振ってくれ。例えばNew ASCII配列とか。 471 名前：デフォルトの名無しさん mailto:sage [2008/03/28(金) 05:47:01 ] 例まで絞るくらいなら、その話題を自分が振ればいいのに。 472 名前：デフォルトの名無しさん mailto:sage [2008/03/29(土) 13:19:21 ] EBCDICとEBCDIKの違いがあるのも政治的な理由からですか？ 473 名前：デフォルトの名無しさん mailto:sage [2008/03/29(土) 15:58:10 ] メリケン野郎にはカナなんかいらんからだろ。 474 名前：デフォルトの名無しさん mailto:sage [2008/03/30(日) 02:19:37 ] ICU のこのページ→ demo.icu-project.org/icu-bin/convexp なんだけど、 Aliasってことは「等価な」エンコーディングって扱いなのかな? もしそうだとすると日本語のエンコーディングに関しては鬱なような... 475 名前：デフォルトの名無しさん mailto:sage [2008/03/30(日) 04:31:26 ] ちょっと横レスですが。 >>472-473 EBCDIKってのは日立方言だよ。 ネットではEBCDIC(カタカナ版)のことだと説明してることが多いけど、 誰かがそう書いたのをよく調べもせずに孫引きで書いている奴が多いだけ。 476 名前：デフォルトの名無しさん mailto:sage [2008/03/30(日) 11:19:36 ] >474 「Converters with conflicting aliases」とか。 ibm-942-P12A-1999とibm-943-p15A-2003が 両方ともaliasにcp932を持ってる事の説明が付かないけど？ 477 名前：デフォルトの名無しさん mailto:sage [2008/04/04(金) 11:08:02 ] さて Unicode 5.1のリリース予定日がやってまいりました 478 名前：デフォルトの名無しさん mailto:sage [2008/04/05(土) 21:55:19 ] 無事リリースされますた。 StandardizedVariants.htmlにIVDに関する言及が追加されますた 479 名前：デフォルトの名無しさん mailto:sage [2008/04/06(日) 02:55:20 ] また新しい文字コードが一つ増えただけになるのか、それとも統合されるべく方向に行っているのか。 まったくこのスレのネタすら分からないけど、基本的にutf-8かutf-32?使っておけばよい? 16はなんか面倒とか聞いた覚えがあるが今はそこまで調べる気力なし…。 480 名前：デフォルトの名無しさん mailto:sage [2008/04/06(日) 10:49:53 ] >>479 基本的に UTF-8 使っておけばよし UTF-32、というか32ビットでの処理はアプリが内部で使う場合の話で 文字コードとして意識する必要はないよ 481 名前：デフォルトの名無しさん mailto:sage [2008/04/06(日) 10:58:00 ] 内部処理も行処理程度だとUTF-8のままってのが多いしね。 482 名前：デフォルトの名無しさん mailto:sage [2008/04/06(日) 12:53:51 ] ユニコードで唯一の功績は UTF-8 を発明したこと。 提案したのは部外者だけど。 483 名前：デフォルトの名無しさん mailto:sage [2008/04/06(日) 20:02:59 ] 功績か? utf-8って好き嫌いがはっきりしている気がする。 484 名前：デフォルトの名無しさん mailto:sage [2008/04/06(日) 20:07:05 ] 日本語が３〜４バイトになるからなあ。 まあ仕方が無いのは分かるが。 485 名前：デフォルトの名無しさん mailto:sage [2008/04/06(日) 21:08:59 ] >>482 Unicodeのエンコード方式の一つとしてはそうなのかもしれんが… 一長一短な気もするけど、今後Unicode対応アプリを作る上ではUTF-8はchar*で扱える 面だけ取れば悪くはないのかも XMLとかもさ だけど、結局ファイルやストリームから読み取る分にはUTF-8でいいけど、1〜4バイトの 可変長ってのがね 処理内部はUTF-16として扱うのが一番楽だね１文字２バイトと単純計算できるし、 今はサロゲートペアのことを意識する必要が無いから 文字列はそもそもリソース定義すべきだから、ソース中に文字列で埋め込まないんであれば エンコード方式さえはっきりしてればどうでもいいや それより、SJISでコメント書いたソースをWindowsエミュレータやリビジョン管理(ClearCaseやCVS、SVN) で使って、実機やテスト機(Linux)ではEUCだとコンパイル時にコメントが改行されてたりするんだよねｗ うちんとこでは、Lunuxビルドはmakefileの中でnkfで文字コード変換されてるが… 486 名前：デフォルトの名無しさん mailto:sage [2008/04/06(日) 21:19:34 ] > 今はサロゲートペアのことを意識する必要が無いから いつかサロゲートペア対応に改良する暇はあるの？ 初めからUTF-32にすればいいだろ。 487 名前：デフォルトの名無しさん mailto:sage [2008/04/06(日) 21:26:20 ] ユニコードはエンコード方式がわかっても日本語とは限らないんだな。 CJKでしかないから。 488 名前：485 mailto:sage [2008/04/06(日) 21:33:50 ] >>486 Unicode 4.0を見てみたｗ どう見ても、当面サロゲートペアを使う必要はなさそうだなあｗ UTF-32でもいいんだけどさ、やっぱ１文字で４バイトってやだなー 特に理由ないんだけどさ U+10000〜を使うことが明らかなら別だけど、使わないしさ >>487 CJKというか、CJKVのようだけどね Unicodeは言語を識別するためのものじゃないし、それは別途ISO 639なり使って 管理するとかじゃないの？ 489 名前：デフォルトの名無しさん mailto:sage [2008/04/06(日) 21:37:48 ] 今の仕様書を1990年に持っていけたらもっとマシなコード体系が出来上がるんだろうなあ… 490 名前：485 mailto:sage [2008/04/06(日) 21:43:44 ] >>489 時はバブル、んな将来的なことどうでもいいとか思われそうだがｗ Y2Kなんて、もっと早急に対応してればあんなに世間が騒ぐこともなかったんだし 結局何も起きなかったけどさｗ 491 名前：デフォルトの名無しさん mailto:sage [2008/04/06(日) 21:58:14 ] 世の中の悪い事態の多くは、そうなることが予測不能だったからではなく、 そうなるとわかっているけど対処しなかったから起こったんだ、 とつい最近どっかで読んだけど、まったくだｗ 492 名前：デフォルトの名無しさん mailto:sage [2008/04/06(日) 22:12:38 ] その意味では正に、 「過去に戻れても、やはり同じようになるよ」だな。 493 名前：デフォルトの名無しさん mailto:sage [2008/04/06(日) 23:09:49 ] >>485 >今はサロゲートペアのことを意識する必要が無いから さすがにもう時間の問題でしょ。 そろそろ JIS X 0213 が要求に入り始めるだろうし。 494 名前：デフォルトの名無しさん mailto:sage [2008/04/07(月) 01:51:07 ] UTF-8は大好きですよ 495 名前：485 mailto:sage [2008/04/07(月) 08:49:15 ] >>493 JIS X0213はさすがに困ったちゃんな規格を作ってくれたもんだなぁと思いつつも、いわゆる第三〜第四水準に ようやく人名漢字として略されてたものとかが扱えるとかどうとかで恩恵を受ける人もいるんだろうか？ サロゲートペアを扱うとなると、１文字=2バイトの原則が壊れるんだよなぁ そういや、2000年だかから中国のGB2312の拡張規格GB18030は、中国大陸における文字表示可能な機器の 全てが対応する必要があるとか訊いて社内で騒ぎになって、Windows2000ではGB18030フォンとパックやら 変なAPIで4バイト文字対応してたとおもうんだけど、こいつはUnicodeとどう親和性を取るつもりなのかな？ 規格上はGB18030はISO/IEC 10646を丸ごと飲み込んじゃう規格なんだけど… 496 名前：デフォルトの名無しさん mailto:sage [2008/04/07(月) 13:42:22 ] >>485 >今はサロゲートペアのことを意識する必要が無いから サロゲートペア以外にも合成文字とかあるんですけど。 497 名前：デフォルトの名無しさん mailto:sage [2008/04/07(月) 19:05:39 ] >>496 MacOS-Xの「ヒ+゜」とかね。 いつ「普通の」データとして飛び込んでくるか分かったもんじゃない。 498 名前：デフォルトの名無しさん mailto:sage [2008/04/07(月) 19:12:03 ] 何しろあれが正規形の一つだからな。 499 名前：485 mailto:sage [2008/04/07(月) 19:41:16 ] >>496 確かに… 合成文字はヤだなぁ あと、くっつき方がキモいデーヴァナーガリー文字とかその類も… 500 名前：デフォルトの名無しさん mailto:sage [2008/04/07(月) 20:01:44 ] >>497 Mac持ってないけど「ピ」は合成されてるの？ JISX0213の「か゜」とかじゃなくて？ 501 名前：デフォルトの名無しさん mailto:sage [2008/04/07(月) 20:26:25 ] >>500 >>413のNFD 502 名前：デフォルトの名無しさん mailto:sage [2008/04/07(月) 20:46:58 ] >>485 もう現実を見るんだ。 固定バイトの文字コードなんて所詮夢だったんだよ。 503 名前：デフォルトの名無しさん mailto:sage [2008/04/07(月) 21:20:35 ] それでも32bitあればなんとか… 504 名前：デフォルトの名無しさん mailto:sage [2008/04/07(月) 21:25:05 ] HYPHEN-MINUSって文字が誕生した時からこの世はカオスさ 505 名前：デフォルトの名無しさん mailto:sage [2008/04/07(月) 22:26:30 ] UTF-8は0x10入らないようにして欲しいなぁ。 506 名前：485 mailto:sage [2008/04/08(火) 09:22:27 ] >>502 そうか、やはりそうなのか… 固定バイトはもはや夢物語なんだなorz 合成文字といえば、ヨーロッパのラテン文字事情なんとかならんのでしょうか？？？ ローカライズにあたって、文字列検索の曖昧検索を行うわけなのだが、Aとキーされようと、 アクセントが付いてようとウムラウトだろうと引っかからないといけないのはまぁいいとして… A+アクセントとかはやめて欲しいのだがｗ いったい、ヨーロッパは何言語あるんだYO! 507 名前：デフォルトの名無しさん mailto:sage [2008/04/08(火) 09:43:20 ] L10nされたあいまい検索は、各言語のネイティブの専門家によるアドバイスが ないとムリポ。 （「エ」と「ヱ」を同一視するかどうかなんて日本人でも判断に困るだろ？） 508 名前：485 mailto:sage [2008/04/08(火) 11:31:51 ] >>507 だよねー 今月号の「NEWTON」を読んだら、ラテン語のアルファベットは当初英語で使われるものとほぼ 同じだったとか？ その後に、フランス語やらでアクセント記号が付けられたとかどうとか… てっきり、逆だと思ってたんだが、Unicode 1.0策定時にCJKの統合に当たってルーツの異なる文字で 似ている物を同一視しようとした件、ラテン語圏でもやはりアクセント記号はそれくらい意味のある文化 の一つなんだろうか… 幸い、自分は合成文字には今のところ携わることはなさそうだが… 中国国家標準のGB 18030をどうにかしてもらいたい… GB 2312、ASCII、ISO/IEC 10646をうまいこと包含しているという点ではうまいこと考えたなと関心 出来るんだけど、結局は1〜4バイトのマルチバイト文字ってワケで、ISO/IEC 10646を包含したとしても 変なジレンマ作ってるだけだし… そもそも、CJKのグリフが U+3400〜U+4DFE、U+4E00〜U+9FFEまでしか割り振られてないじゃんか！ BMP面で足りるじゃんかー！ 509 名前：デフォルトの名無しさん mailto:sage [2008/04/08(火) 13:30:47 ] >>507 ラテン語ネイティブも、油断してると、 JIS X 0208のFULLWIDTH LATIN (CAPTAL) LETTER *ってのがあるしね。 自前で実装しようとするとHALFWIDTHへの正規化を忘れちゃう。 >>508 表音音文字元祖のフェニキア文字の子孫の ギリシャ文字でさえ発音記号はないからね。 アクセント記号はcollationの時にも、 取り払ってソートするか付いたままソートするか、 国によって標準的な取り扱いが違って難しい。 510 名前：デフォルトの名無しさん mailto:sage [2008/04/08(火) 20:21:30 ] そのへんはそのうちCollationライブラリが何とかしてくれるから問題ない。 >>GB18030 Unicodeに変換して処理するだけなんだから別に関係ないでしょ 511 名前：デフォルトの名無しさん mailto:sage [2008/04/08(火) 20:49:23 ] 他国の心配する前に日本語の処理くらいまともにやってくれ 512 名前：485 mailto:sage [2008/04/08(火) 21:02:50 ] >>510 いやいや、GB 18030は現状はUnicodeでグリフのある領域はカバーしてるけど、Unicodeに無い 民族文字やらをどんどん増やす思惑があるらしい… だったらその思惑をUnicodeコンソーシアムで提起して貰いたいものなんだが… >>511 俺の文章？orz どうせローカライズ以前に、各国の文言を用意するのは翻訳チームのすることで、俺は関わってないし 513 名前：デフォルトの名無しさん mailto:sage [2008/04/08(火) 21:05:12 ] 自国で独自路線に突っ走りまくってる日本じゃないんだからお前ごときが 他国の心配しなくてもちゃんと国際提案してくるからむしろ日本NBの怠慢ぶりを 何とかしてくれってば 514 名前：デフォルトの名無しさん mailto:sage [2008/04/08(火) 21:21:00 ] そこでJIS第五水準ですよ 515 名前：485 mailto:sage [2008/04/08(火) 21:46:47 ] >>513 これは>>513の現場もそうだろうと思うのだが、日本人のSEに限らずPMに至るまで、 日本における標準化についてまともに考えている奴っている？ C++を理解するのにISO/IEC 14882を読んだり、仕様書を書くときに主語をちゃんと 付けることを意識するとかさ？ 今俺が書いてる文章なんかは支離滅裂だけどorz >>514 JIS X0213の二の舞はやめようよｗ 516 名前：デフォルトの名無しさん mailto:sage [2008/04/08(火) 22:14:13 ] ＞仕様書を書くときに主語をちゃんと付けることを意識するとかさ？ 書かないまでも、意識していないと所謂「とんでも」文書ができあがるわけだが。 # 「マウスボタンが押すとウインドウが表示します」とか。 517 名前：デフォルトの名無しさん mailto:sage [2008/04/08(火) 22:40:59 ] ＞５１２ UNICODE的に、新規コードポイントの追加は、 まずは国内規格、次にUNICODEって順番じゃなかったっけ？ 518 名前：デフォルトの名無しさん mailto:sage [2008/04/08(火) 23:31:00 ] だから、ウニコードやまりゃいいじゃん 519 名前：デフォルトの名無しさん mailto:sage [2008/04/09(水) 00:23:03 ] はやくExt-C出せー 520 名前：デフォルトの名無しさん mailto:sage [2008/04/09(水) 02:59:07 ] >>515 なんで俺の職場の話がいきなり出てくるのか意味不明だが 日本における標準化の試みは 学者が机上の空論をあーでもないこーでもないと小田原評定のごとくこねくり回した 挙げ句黒船に全部持って行かれるのが通例。 www.itscj.ipsj.or.jp/domestic/mojicode/index.html の異体字アーキテクチャの検討なんて絵に描いたようだ 521 名前：デフォルトの名無しさん mailto:sage [2008/04/09(水) 08:47:51 ] んー、 動画フォーマットとかはそうでもない気がするけど？ 522 名前：デフォルトの名無しさん mailto:sage [2008/04/09(水) 09:00:50 ] mbcs/wcs ISLISP IPv6, Mobile IP この辺は日本の団体が組織的に関わってるよ。 523 名前：デフォルトの名無しさん mailto:sage [2008/04/09(水) 09:29:05 ] 個人名で論文や案を提出してレビューする形にしないと、 >>520が多い状況はなかなか改善できないと思う。 本来、案もレビューも書かない奴の意見なんて聞く必要ないんだ。 524 名前：デフォルトの名無しさん mailto:sage [2008/04/09(水) 13:14:54 ] 意味のあることを何も言えない奴って、無視されると 意味のあることを言った奴より怒るんだよね。 525 名前：デフォルトの名無しさん mailto:sage [2008/04/09(水) 23:39:09 ] >>523-524 * Ideographic Variation Databaseという対案が明確に示されてる * 日本は>>520を国際提案していない 話にもならんね 526 名前：デフォルトの名無しさん [2008/04/11(金) 14:34:46 ] >>501 Mac OS XのHFS+は、 さらにアルファベットの大文字小文字の同一視もやってるよな。 ファイル名としては大文字小文字が保存されているけど、 比較ではcase ignoreだからFooがあればfooでopenする。 FULLWIDTHなアルファベットも同じ。 ただしFULLWIDTHとHALFWIDTHな文字は同一視しない。 WIDTH範疇が同じ場合に限り大文字小文字を区別。 527 名前：デフォルトの名無しさん mailto:sage [2008/04/11(金) 15:11:34 ] ＞WIDTH範疇が同じ場合に限り大文字小文字を区別。 ×区別 ○同一視 こうですか? 528 名前：デフォルトの名無しさん mailto:sage [2008/04/11(金) 18:52:47 ] >>510 >そのへんはそのうちCollationライブラリが何とかしてくれるから問題ない。 そういえば Unicode で日本語の文字列をソートした場合、普通はどんな並び順に なるんでしょうか/なるべきなんでしょうか。Collation のライブラリ毎に違うんでしょうか。 unicode.org の TR10 とか見てみましたがよくわかりませんでした。 529 名前：デフォルトの名無しさん mailto:sage [2008/04/11(金) 20:02:25 ] >>526 Case SensitiveなHFS+もあるよ。 同一視する文字や使えない文字はファイルシステム毎に異なるから あるファイル名が使えるかは単純には判断出来ない。 530 名前：デフォルトの名無しさん mailto:sage [2008/04/12(土) 03:00:11 ] >>529 既にインストーラでは選べないんじゃない? 昔使ってたが、馬鹿アプリで問題発生したので使わなくなった。 アプリ内のファイルがCapitalizedなのに、 アプリが全部大文字でアクセスしてたw 531 名前：デフォルトの名無しさん mailto:sage [2008/04/17(木) 22:38:32 ] std.dkuug.dk/jtc1/sc2/wg2/docs/n3425.pdf トンパ文字の提案キター 532 名前：デフォルトの名無しさん mailto:sage [2008/04/18(金) 06:22:15 ] std.dkuug.dk/jtc1/sc2/wg2/docs/n3409.pdf ARIB互換漢字についてアメリカとイギリスからIVSを使えよボケと突っ込まれてるｗ 533 名前：デフォルトの名無しさん mailto:sage [2008/04/18(金) 21:35:34 ] これからIVSを積極的に導入してくなら、現在異体字なのに別のコードポイントを 与えられている文字はIVSに吸収してくるとスッキリするんだけど。 今までのしがらみで無理かな。 534 名前：デフォルトの名無しさん mailto:sage [2008/04/18(金) 21:48:21 ] 標準に入らなくても、基準とデータは有意義に使われると思うよ。 535 名前：デフォルトの名無しさん mailto:sage [2008/04/18(金) 22:25:21 ] 原規格分離規則があるから、全部統一は無理 536 名前：デフォルトの名無しさん mailto:sage [2008/04/19(土) 00:09:08 ] 原規格分離規則ってCJK Unified Ideographs領域のみ適用で、 それ以降に定義された領域では使わないっていうアレか。 537 名前：デフォルトの名無しさん mailto:sage [2008/04/19(土) 03:41:26 ] >>533 既存の互換漢字を削除はあり得ないけど、これから追加しようとしたら突っ込まれて当然だろう 538 名前：デフォルトの名無しさん mailto:sage [2008/04/20(日) 11:42:06 ] Uniocde 5.1の文字一覧マダー(aary ttp://www.unicode.org/Public/5.1.0/charts/ 予告期限は過ぎてるんだけど あともう5.2.0のディレクトリあって吹いたｗ 539 名前：デフォルトの名無しさん mailto:sage [2008/04/26(土) 22:57:20 ] TIP www.unicode.org/roadmaps/tip/ 甲骨文字 540 名前：デフォルトの名無しさん mailto:sage [2008/04/26(土) 23:04:50 ] 文字コードとグリフを同じに扱おうとしたつけだ いいじゃねぇの？ 541 名前：デフォルトの名無しさん mailto:age? [2008/04/27(日) 11:10:56 ] >>538 来てる 542 名前：デフォルトの名無しさん mailto:sage [2008/04/27(日) 20:49:59 ] ところでT書体はまだですか 543 名前：デフォルトの名無しさん mailto:sage [2008/04/28(月) 03:56:41 ] >>542 www.sakamura-lab.org/FONT/ 4月中の公開は無理そう つーか以前は「2006年春」って言っててそれもブッチしてなかったっけ 544 名前：デフォルトの名無しさん mailto:sage [2008/04/28(月) 13:30:01 ] std.dkuug.dk/jtc1/sc2/wg2/docs/n3475.pdf 結局ARIB互換漢字の追加は受理されたようだ 545 名前：デフォルトの名無しさん mailto:sage [2008/04/28(月) 14:19:01 ] ARIBの仕様書が公開されてた www.arib.or.jp/english/html/overview/doc/2-STD-B24v5_1-1p3.pdf JIS X 0213の指示には私用終端バイトを使って JIS X 0208の独自拡張をESC 2/4 4/2で指示するという変態仕様 逆だろ… 546 名前：デフォルトの名無しさん [2008/04/29(火) 08:16:41 ] まったくの初心者です。 ↓のコードは何でしょうか？ 17163542 何て書いてあるのか、教えてください よろしく 547 名前：デフォルトの名無しさん mailto:sage [2008/04/29(火) 08:20:26 ] 板違い。こちらへどうぞ love6.2ch.net/mystery/ 548 名前：デフォルトの名無しさん [2008/04/29(火) 08:23:07 ] >>547 すみません。 文字コードじゃないんですか？ 549 名前：デフォルトの名無しさん mailto:sage [2008/04/29(火) 09:10:30 ] こちらへどうぞ。 ttp://google.com/ 550 名前：デフォルトの名無しさん mailto:sage [2008/05/01(木) 06:43:38 ] >>543 やっぱり無理ですた 551 名前：デフォルトの名無しさん mailto:sage [2008/05/17(土) 07:02:50 ] とあるアプリの文字エンコーディングの挙動が変だなと思ったので 問い合わせたら、「Win上のIEの挙動と同じにしている」とのこと。 具体的にはEUC-JPで0x5cが円記号で表示されるのですが。 これってreverse solidusが正解じゃなかったでしたっけ? 確かWinだとここら辺、フォントレベルでおかしなことをしてるんでしたっけ? しかし正直なところもはやWinやIEの挙動を無視することもできず... トホホ。 552 名前：デフォルトの名無しさん mailto:sage [2008/05/17(土) 08:02:14 ] >>551 「円記号で表示される」だけだと、 エンコーディングレベルで何かやってるのか、 単にフォントがU+005Cを円記号で表示してるだけなのかわからんな。 後者ならフォント変えれば REVERSE SOLIDUS に見えるでしょ。 553 名前：デフォルトの名無しさん mailto:sage [2008/05/17(土) 08:23:48 ] IEと同じというなら後者だな。 Tahomaとかの欧文フォントならバックスラッシュ、 フォントリンクでかな漢字も表示出来ていい感じ。 554 名前：デフォルトの名無しさん mailto:sage [2008/05/17(土) 09:44:03 ] 501ですが、 アプリはMac OS Xのエディタです。なんでWin上での技術的背景ではなく ユーザーエクスペリエンスを問題にしている、とでもいいますか。 IEを「普通に」使ってる分にはEUC-JPの0x5cは円に見える訳ですよね。 あえて欧文フォントを割り当ててバックスラッシュを表示できてもそれはある意味 「化けている」のではないでしょうか。 あるいはIEはあくまでもEUC-JPの0x5cに対してU+005cを表示していて、それが どう見えるかはフォントやユーザの設定次第、とでも理解すべきでしょうか。 でもIE、確かASCIIやUTF-8だとデフォで0x5cはバックスラッシュ... ややこしいなあ。 555 名前：デフォルトの名無しさん mailto:sage [2008/05/17(土) 11:48:24 ] なんでエディタの名前を書かないんだろう 人の話を聞く気がないならチラシの裏にでも書き捨てろ 556 名前：デフォルトの名無しさん mailto:sage [2008/05/17(土) 12:15:02 ] >>554 実際にIE使ってみればわかるだろクズ 557 名前：デフォルトの名無しさん mailto:sage [2008/05/17(土) 12:24:31 ] >>554 文字コードと文字フォントは別物だよ。 だから、 > あるいはIEはあくまでもEUC-JPの0x5cに対してU+005cを表示していて、それが > どう見えるかはフォントやユーザの設定次第、とでも理解すべきでしょうか。 でOK。EUC-JPに限らずな。 558 名前：デフォルトの名無しさん mailto:sage [2008/05/17(土) 15:10:46 ] >>551 0x5cというかU+005Cは、ASCIIやJIS X 0213だとUniccode基準で「REVERSE SOLIDUS」でなければおかしいけど、 一般的な日本語エンコードだとJIS X 0201基準だから「YEN SIGN」が正しい。 WindowsのOS標準和文フォントだと、0x5cというかU+005Cは「YEN SIGN」で実装。 Mac OS XのOS標準和文フォントだと、0x5cというかU+005Cは「REVERSE SOLIDUS」で実装。 Windows版のSafariでも、Shift_JIS/EUC-JP/ISO-2022-JPといった日本語エンコードなHTMLでは 和文フォントでも欧文フォントでも0x5cというかU+005CがU+00A5実装Glyph(YEN SIGN)でエイリアス表示され、 それ以外(UTF-8とか)だとフォントのU+005C実装Glyphでダイレクトに表示される。 Mozilla系ブラウザソフトでも「about:config」で、 “layout.enable_japanese_specific_transform　　default　　boolean　　false”を “layout.enable_japanese_specific_transform　　user set　　boolean　　true”と設定変更すると、Safariと同じ挙動になる。 559 名前：558 mailto:sage [2008/05/17(土) 15:18:28 ] >>554 Mac OS Xのエディタでも、設定で0x5cというかU+005CをフォントのU+005Cでダイレクトに表示するか U+00A5実装Glyph(YEN SIGN)でエイリアス表示かで選択できるものがある。 ttp://pc.watch.impress.co.jp/docs/2006/0907/macos03.htm ttp://pc.watch.impress.co.jp/docs/2006/0907/macos03_03.jpg Windowsの方が日本のローカル規格的には親和な設計ではあるけど国際基準的にはいろいろ問題がある。 Mac OS Xだと国際基準的には親和な設計ではあるけど日本のローカル規格的にはいろいろ問題がある。 だから、Mac OS XやマルチプラットフォームなアプリだとOSやアプリレベルでWindowsとは違う日本ローカル規格対処策をしているものがある。 560 名前：デフォルトの名無しさん mailto:sage [2008/05/18(日) 15:24:37 ] >>558 > Mac OS XのOS標準和文フォントだと、 > 0x5cというかU+005Cは「REVERSE SOLIDUS」で実装。 Mac OS Xだと、 内部SJISアプリの0x5CはYEN SIGN（CMapは83pvまたは90pv）、 内部UnicodeアプリのU+005Cは（標準では）REVERSE SOLIDUS（CMapはUniJIS）。 561 名前：デフォルトの名無しさん mailto:sage [2008/05/18(日) 22:56:43 ] >>559 親和うんぬんの段落はちょっと短絡だろ。 もともとREVERSE SOLIDUSが要求されるところで、(例えば\n) YEN SIGNを使ったり、YEN SIGNを表示に使ったりしていた過去があるんだから、 そんな単純に割り切れないよ。 562 名前：デフォルトの名無しさん [2008/05/18(日) 23:23:33 ] ESC(BとESC(Jですら同じ扱いだからねぇ。UTF-8はそれこそ・・・ 563 名前：デフォルトの名無しさん mailto:sage [2008/05/19(月) 20:40:22 ] Vistaで実装されたとかいうJISX213で使われてるSJIS2004、Unicode3.2、EUC2004ってどうなってんのわかりません Unicodeで実装されてる第三、第四水準漢字ってSJISにちゃんとマッピングされてんですかね。 なんか規則性なく適当に散りばめてるだけな気がするんで 一文字一文字マッピングされてる場所指定する等で対応しないと対応出来ないのかな？ JISX213レベルでのUnicode-SJIS-EUC全部の対応表があれば嬉しいんですが、そんなのって無いですかね 564 名前：デフォルトの名無しさん mailto:sage [2008/05/19(月) 20:48:10 ] VistaのはJIS X 0213にある文字がUnicodeベースで使えるというだけで、 JIS2004自体に対応しているわけじゃなかったような。 565 名前：デフォルトの名無しさん mailto:sage [2008/05/19(月) 21:39:56 ] >>563-564 Vistaの公式ページで資料もフォントも配布されているというのに、 「されたとかいう」 「どうなってんのわかりません」 「そんなのって無いですかね」 「じゃなかったような」 とかいうヤツってナンなの？ゆとり？ ttp://www.microsoft.com/japan/windows/products/windowsvista/jp_font/ ttp://www.microsoft.com/downloads/details.aspx?FamilyID=f7d758d2-46ff-4c55-92f2-69ae834ac928&DisplayLang=ja 566 名前：デフォルトの名無しさん mailto:sage [2008/05/19(月) 21:50:06 ] エンコーディングの話してるのに、フォントの資料を持ってきて 何いってんだか 567 名前：デフォルトの名無しさん mailto:sage [2008/05/19(月) 22:04:09 ] >>566 これだからゆとりは困る。 これがエンコーディングの資料ではないとでも？ ・Windows Vista ならびに Windows Server 2008 における JIS2004 対応に関する詳細資料 ホワイトペーパー「Microsoft Windows Vista および Windows Server 2008 における JIS X 0213:2004 (JIS2004) 対応について」(Version 1.2) は、こちら(XPS 形式、PDF 形式) をご参照ください。 ・JIS X 0213:2004 / Unicode 実装ガイド この実装ガイドでは、JIS 文字コードが Unicode 対応の JIS X 0213:2004 へ変更されたことに伴いアプリケーションへ与える影響および対応策などについて説明します。(XPS 形式 1.88 MB、PDF 形式 1.34 MB) 568 名前：デフォルトの名無しさん mailto:sage [2008/05/19(月) 22:08:01 ] ゆとりゆとり言う奴に限って自分では質問に答えられない。 569 名前：デフォルトの名無しさん mailto:sage [2008/05/19(月) 22:59:39 ] >>563 Vistaの実装ではShift_JIS-2004やEUC-JIS-2004には対応していません。 JIS X 0213はUnicodeのレパートリとして実装されています。 必要なら自分で変換してください。 570 名前：デフォルトの名無しさん mailto:sage [2008/05/20(火) 21:20:03 ] >>569 オレオレ変換はやめてくれ Shift_JISにはマッピングされていないから無理だと思っていただいた方が将来の人が助かる 571 名前：デフォルトの名無しさん mailto:sage [2008/05/20(火) 21:43:15 ] 自ら学び自ら考える力を身に付けるための教育(笑) 572 名前：デフォルトの名無しさん mailto:sage [2008/05/20(火) 22:52:15 ] CP932なんて使ってないしShift_JIS-2004のためにも消えてくれ。 573 名前：デフォルトの名無しさん mailto:sage [2008/05/20(火) 22:58:09 ] >>572 お前が使っていなくても、世間が使っている。 ほんと、DOS/Windowsの呪縛の1つだな。 574 名前：デフォルトの名無しさん mailto:sage [2008/05/20(火) 23:15:09 ] 2chはCP932だとおもっていたが如何 575 名前：デフォルトの名無しさん mailto:sage [2008/05/20(火) 23:15:15 ] >>572 青空ｳﾝｺ工作員乙 576 名前：デフォルトの名無しさん [2008/05/25(日) 00:59:45 ] www.unicode.org/roadmaps/tip/ いつの間にかUnicodeの3面をTertiary Ideographic Plane(第三漢字面)とすることが決まってた。 現時点では1字も定義されてないが古代漢字や甲骨文字を収録するみたいだ。 577 名前：デフォルトの名無しさん mailto:sage [2008/05/25(日) 01:08:50 ] >>576 これは便利だ 578 名前：デフォルトの名無しさん mailto:sage [2008/05/25(日) 16:02:10 ] >>539で既出 579 名前：デフォルトの名無しさん [2008/05/30(金) 01:20:21 ] Unicodeって、色々バージョンがあるみたいだが。 非Unicodeな文字コードとのマッピングが変わることってある？ 基本的には予約領域に新しい文字が追加されていくj形という認識で合ってるのかな？ 580 名前：デフォルトの名無しさん mailto:sage [2008/05/30(金) 06:35:56 ] 各ベンダーのマッピングは文字が追加されなくてもそれぞれ違う。 そもそも一対一対応ですらない。 例えば、support.microsoft.com/kb/170559 581 名前：デフォルトの名無しさん mailto:sage [2008/05/30(金) 20:36:13 ] IRGの追っかけやってれば知ってるだろうけどCNS11643とのマッピングはしょっちゅう変わってる 582 名前：デフォルトの名無しさん mailto:sage [2008/05/31(土) 12:20:35 ] 資金があればいい加減に文字コードを統一したいよな。 文字コード多すぎるだろう。 10年前のシステムならばしかたがないにしても、 現代のハードウェアやソフトウェアの質を考えたら、 行動を起こしてもいいと思うんだがなあ。 ビルちゃん、気まぐれで動かないかなあ。 583 名前：デフォルトの名無しさん mailto:sage [2008/05/31(土) 13:16:57 ] 資金とかの問題じゃないような。 584 名前：デフォルトの名無しさん mailto:sage [2008/05/31(土) 13:36:15 ] 現在の世の中に存在するコンピュータでも全てがMBやGB単位のメモリを積んでる訳じゃないんだ。 585 名前：デフォルトの名無しさん mailto:sage [2008/05/31(土) 14:17:36 ] すみません、質問させてください。 ワードで文書を作成する際に文字コードを指定されました（JIS-X0208-1982）. しかしこの意味が全くわかりません。 普通にワードの画面を開いて文書作成しただけではこのコードにならないということでしょうか？ ググってみると、記号について何年かごとに改正されてきたコードらしいのですが １９８３はあっても１９８２がみつかりません。また、これをワードでの文書作成時に どう使うのかが理解できません。 ワードでの文書作成時に「挿入」から記号を挿入する際に何か特殊なことをする必要が あるのでしょうか？その場合、どうすればいいのでしょうか？ 画面下にドロップダウンがあってunicode とかJISとか選べるみたいだったのでやったのですが、 この０２０８というが見つからないし、途方にくれています。 ズブの素人なので、わかりやすく説明していただけると助かります。おねがいします。 586 名前：デフォルトの名無しさん mailto:sage [2008/05/31(土) 15:58:22 ] > ビルちゃん、気まぐれで動かないかなあ。 ビルちゃんはちゃんと動いているだろ。 気まぐれなのは相変わらずだが。(w 587 名前：デフォルトの名無しさん mailto:sage [2008/05/31(土) 16:02:21 ] そのビルちゃんって、いま何兆円ぐらい持ってるの？ 7ぐらい？ 588 名前：デフォルトの名無しさん mailto:sage [2008/05/31(土) 17:53:33 ] 文字コードじゃなくて、文字集合を指定されただけじゃねーの。 589 名前：デフォルトの名無しさん mailto:sage [2008/05/31(土) 22:17:23 ] >>582 > ビルちゃん、気まぐれで動かないかなあ。 一番動かないで欲しい人ですが？ 590 名前：デフォルトの名無しさん mailto:sage [2008/06/01(日) 00:32:59 ] >>585 超初心者向け質問スレがちゃんとあるというのに、こんな超廃人スレに来てるＫＹなヤツってナンなの？ゆとり？ 【ﾏｼﾞﾚｽ】超初心者の質問に答えるスレ93【ｴｽﾊﾟｰ】 ttp://pc11.2ch.net/test/read.cgi/win/1212070324/ 591 名前：デフォルトの名無しさん mailto:sage [2008/06/01(日) 00:49:35 ] プログラム技術＠2ch掲示板 ttp://pc11.2ch.net/tech/ この板はプログラムを作る人のための板です。 プログラム・ソフトの使い方は PC 初心者板やソフトウェア板へ。 ウイルス、ハッキング・クラッキングを求めるような発言は禁止です。 Javascript は Web 制作板、CGI は Web プログラミング板へ。 業界談義、愚痴はプログラマ板へどうぞ。 ゲーム関係の話題はゲーム製作板へどうぞ。 ネタ、板とは関係の無い話題はご遠慮ください。 592 名前：デフォルトの名無しさん mailto:sage [2008/06/01(日) 02:36:02 ] JIS-X0208-1982はJIS X 0208:1983の間違いだろう。 いわゆる機種依存文字だけ気にしていればいいんじゃね？ >588さん 俺の予想では、文字集合を指定されたんじゃなくて、 WordがシフトJISで保存すると勘違いした奴が、1978から1983改訂の際の 文字の入れ替えについて改訂後のことだと言いたかったに一票。 593 名前：デフォルトの名無しさん mailto:sage [2008/06/01(日) 03:13:41 ] >>592 ありがとうございます！ 私もこんなこと言われたの初めてで、びっくりした上、１９８２なんか ないのに驚いたんですが、１９８３のことですかとは聞けなくて・・・。 本当にありがとうございました。 594 名前：デフォルトの名無しさん mailto:sage [2008/06/01(日) 03:30:43 ] >>593 「聞けなくて」じゃなくて聞けよ。プログラマーだろ？ 想像でなく正確な仕様と要件にもとづいて仕事してくれ。 たとえば www.webstore.jsa.or.jp/webstore/Com/FlowControl.jsp?lang=jp&bunsyoId=JIS+X+0208%3A1997&dantaiCd=JIS&status=1&pageNo=0 ではX 0208の履歴に1983はありませんが、って言えばいい。 595 名前：デフォルトの名無しさん mailto:sage [2008/06/01(日) 03:34:42 ] 間違えた。 誤：　1983はありませんが 正：　1982はありませんが つーか寝ようよ。そーゆートコだけプログラマーなのな。 596 名前：デフォルトの名無しさん mailto:sage [2008/06/01(日) 11:34:51 ] >>594 すいません、私、プログラマーとかじゃないんですよ^^; パソコンについては、平均的な知識しかない書類作成係でして・・・・ この指示も書類作成にあたって渡されたんです。 １９８３の件を聞けないのは、この指示を出した技術者が、なんというか、 瞬間湯沸かし器なので、彼のプライドを傷つけるようなことをいったら（ １９８３のことですか？といっただけでも）、大変なことになるので・・・ 597 名前：デフォルトの名無しさん mailto:sage [2008/06/01(日) 11:42:56 ] >>596 >>591をもう一度読んで 598 名前：デフォルトの名無しさん mailto:sage [2008/06/01(日) 12:22:46 ] あ、ごめんね、ここの人達は専門の人達だろうから 初心者板にいる人達よりもレベルが高いと思ってきたんだ。 初心者板は起動に関してのトラブルとかばっかりだったし・・ でも、回答くれた方、ありがとう。本当に助かりました。 599 名前：デフォルトの名無しさん mailto:sage [2008/06/01(日) 12:30:00 ] ところで、システム開発の際に>>585みたいに1983版を指定された場合、 どこで規格を入手すればいいんですかね。教えてエロい人 600 名前：デフォルトの名無しさん mailto:sage [2008/06/01(日) 13:06:40 ] ところで、システム開発の際にVisualStudio2008を指定された場合、 どこでそれを入手すればいいんですかね。 601 名前：デフォルトの名無しさん mailto:sage [2008/06/01(日) 13:41:51 ] ところで、システム開発の際にwin98を指定された場合、 どこでそれを入手すればいいんですかね。 602 名前：デフォルトの名無しさん mailto:sage [2008/06/01(日) 15:15:12 ] JISも売り物なんだから買え 603 名前：デフォルトの名無しさん mailto:sage [2008/06/01(日) 15:56:38 ] まぁ、JIS2004の文字を使うなって意味だったんだろうな 604 名前：デフォルトの名無しさん mailto:sage [2008/06/01(日) 17:16:39 ] こっちでいくら専門家いても指示した当人と話す以上にわかるわけないだろうに。 それでもし間違ってたらどうすんだ。 605 名前：デフォルトの名無しさん mailto:sage [2008/06/01(日) 22:00:59 ] >>594 プログラマとしてのプライドを持った奴なら、自分で「ズブの素人」なんて言うわけわけねーだろ、常識で考えて。 しかも全角数字使ってる時点で585を超初心者だと見抜けない594ってってナンなの？ゆとり？ >>598 「あ、ごめんね」じゃねーだろ。 ２ちゃんねるのルールが守れないなら、２ちゃんねるに来るな。 >>600-601 それは文字コードの話じゃねーだろ。 606 名前：デフォルトの名無しさん mailto:sage [2008/06/01(日) 23:04:25 ] 何このスレ 607 名前：デフォルトの名無しさん mailto:sage [2008/06/01(日) 23:05:07 ] サザエさんの家ににしこりが入るところに見えませんか? 608 名前：デフォルトの名無しさん mailto:sage [2008/06/02(月) 03:32:03 ] >>602 過去の版の入手方法がわかんないってことでしょ。 www.jisc.go.jp/jis-act/reading.html ぱっと見たけど見つからなかった。電話番号書いてあるから訊くのが早そうだな。 >>605 >>594だが何でそこまで言われにゃならんかね。 多くのプログラマーが全角英数字を毛嫌いするのは知ってるが、個人的にはありだと思うが。 少なくとも官庁相手に出す文書は全角にしてる。「Ｊａｖａ」とか「議事録４月１０日」とか。 上のリンク先でも「ＪＩＳ　Ｘ　０２０１」とか「７ビット及び８ビットの２バイト情報」 って書いてるだろ。 ついでにプログラ「マー」って書いたら俺も超初心者扱いか。 609 名前：デフォルトの名無しさん mailto:sage [2008/06/02(月) 04:45:04 ] ならJISの規格票でいわゆる全角英数がどういう扱い受けてるのかくらい知ってるだろ 610 名前：デフォルトの名無しさん mailto:sage [2008/06/02(月) 04:49:40 ] 半角だとFAXのとき潰れてしまうます 611 名前：デフォルトの名無しさん mailto:sage [2008/06/02(月) 06:07:08 ] 608は「全角数字使用の585を超初心者だと見抜けないためにゆとりといわれた」ことに不満を主張しているようだが、それとJISでの全角数字のあつかいとは関係なくね? これだけ使われてるんだし。でも585が（・∀・）ｶｴﾚ!なのは同意 612 名前：デフォルトの名無しさん mailto:sage [2008/06/02(月) 09:35:02 ] このスレに居てmohtaを知らんとは言わせん 613 名前：デフォルトの名無しさん mailto:sage [2008/06/02(月) 15:47:06 ] 誰だっけ？昔うさげにいた人？ 614 名前：デフォルトの名無しさん mailto:sage [2008/06/02(月) 18:35:11 ] 「うさげ」も何年かぶりに聞いた単語だな 615 名前：デフォルトの名無しさん mailto:sage [2008/06/02(月) 18:49:35 ] ということにしたいのですね。 616 名前：デフォルトの名無しさん mailto:sage [2008/06/03(火) 00:02:01 ] >>608 ならUnicode StandardでいわゆるEAST ASIAN WIDTHがどういう扱いを受けてるのかくらい知ってるだろ？ それなのにこの場に及んでNORMALIZATIONされていない文字をまだ「ありだと思う」と言い張るその姿勢は実に見苦しい。 >>610 半角は潰れるが全角なら潰れないだと？ そんな文字サイズなら漢字は潰れまくりじゃねーか。 >>611 全角数字の扱いだけではない。 厚顔無恥で教えて君オーラ全開な文章から585の人間性を推し量れない608の稚拙さに問題がある。 >>612 知らん。 ゆとりの俺にも教えてくれ。 617 名前：デフォルトの名無しさん mailto:sage [2008/06/03(火) 00:12:58 ] >>616 今はアラビア数字の世の中なので。 618 名前：デフォルトの名無しさん mailto:sage [2008/06/03(火) 00:24:02 ] EAST ASIAN WIDTHやNORMALIZATIONが何なのか理解できない617ってナンなの？ゆとり？ ttp://www.unicode.org/reports/tr11/ ttp://www.unicode.org/reports/tr15/ 619 名前：デフォルトの名無しさん mailto:sage [2008/06/03(火) 00:37:45 ] ＪＩＳ　Ｘ　２０８：１９８３の話にＵＮＩＣＯＤＥもちだしてくんなよ。 620 名前：デフォルトの名無しさん mailto:sage [2008/06/03(火) 00:47:49 ] >>619 今はユニコードの世の中なので。 621 名前：デフォルトの名無しさん mailto:sage [2008/06/03(火) 01:38:20 ] ナンなの？ゆとり？ 622 名前：デフォルトの名無しさん mailto:sage [2008/06/03(火) 02:32:46 ] カレーはライスに限る 623 名前：デフォルトの名無しさん mailto:sage [2008/06/03(火) 02:52:09 ] こないだのザ！鉄腕！DASH！！で新しいDASH村住人のバングラディッシュ人がカレー作ってたんだよ。 ナンみたいなヤツも作ってたんだけど確か違う名前だったような？あれってナンな（ｒｙ ttp://www.ntv.co.jp/dash/village/05_ryou/2008/05/ 624 名前：デフォルトの名無しさん mailto:sage [2008/06/03(火) 02:59:42 ] 全角英数字がJIS X 0208では「原則として使用しない」で、Unicode規格でも Restrictなのはわかるが、JISとUnicode規格読んでないとゆとりなんて、 このスレ、ハードル高すぎだっての。 とりあえず次スレは 【ナンなの？】文字コード総合スレ ｐａｒｔ４【←ゆとり？】 でおねがいします。 625 名前：デフォルトの名無しさん mailto:sage [2008/06/03(火) 03:09:12 ] >>622 カレーと云えばナン。カレーにライスは邪道。 ttp://food8.2ch.net/test/read.cgi/curry/1103503719/ >>624 空気嫁 626 名前：デフォルトの名無しさん mailto:sage [2008/06/03(火) 10:48:10 ] > >>612 > 知らん。 > ゆとりの俺にも教えてくれ。 ttp://www.imasy.or.jp/~yotti/rfc1554jp.txt これを書いた人 627 名前：デフォルトの名無しさん mailto:sage [2008/06/03(火) 10:55:11 ] >>626 JP-2って名前は良くなかったな。 628 名前：デフォルトの名無しさん mailto:sage [2008/06/03(火) 21:53:57 ] >>626 「mohta うさげ」でググってみたんだが、ゆとりの俺に状況が理解できん。 その昔、うさげというコミュニティが存在していて、そこにはmohtaと呼ばれる伝説の荒らしが常駐してた。 その荒らしがISO-2022-JP-2の規格の根本をまとめ上げたものの、荒らしが作った規格には反発が強く世間には定着しなかった・・・、ってことでおｋ？ それより何でこの話がㇳ突然出てきたんだ？ ISO-2022-JP-2と全角英数字と何の関係あるんだよ？ 全然わかんね。 てか、ググったら木村浩一さんのサイトにこのスレがコピペされてるのを発見ｗ ttp://www.kt.rim.or.jp/%7ekbk/zakkicho/08/zakkicho0806a.html#D20080602 629 名前：デフォルトの名無しさん mailto:sage [2008/06/03(火) 22:51:53 ] >>625 カレーと云えば飲み物。噛んで食べるヤツは邪道｡･ﾟ･(ﾉД`)･ﾟ･｡ｳｴｴｪｪﾝ ttp://news24.2ch.net/test/read.cgi/mnewsplus/1212452680/ 630 名前：デフォルトの名無しさん mailto:sage [2008/06/03(火) 23:03:40 ] ああ、あれね、函数の引数をひとつにするやつ。 631 名前：デフォルトの名無しさん mailto:sage [2008/06/03(火) 23:13:51 ] 世界で最も完成されたカレー、それは・・・ ttp://wiredvision.jp/news/200805/2008050121.html >>629 これだな ttp://mamono.2ch.net/test/read.cgi/newsplus/1212380001/ 632 名前：デフォルトの名無しさん mailto:sage [2008/06/04(水) 10:14:43 ] カレー食いたくなった 633 名前：デフォルトの名無しさん mailto:sage [2008/06/04(水) 10:34:23 ] >>628 voidとか、lalaとか、現代版はotsuneとか、ちょっと前に言われた「モヒカン」タイプの 元祖のような奴がmohta。暴れるという形容は適用されるけど、荒らしとは違う。 mohtaの特異な点として、JIS X 0208に統一して文章を書くという性質が挙げられる。 （>>626のRFC翻訳でもそれをやっている） Unicode化の流れに対抗したけど、というあたりは多勢に無勢というか。 634 名前：デフォルトの名無しさん mailto:sage [2008/06/04(水) 10:36:12 ] ひとつ書き忘れた うさげ == fj.net.usage 635 名前：デフォルトの名無しさん mailto:sage [2008/06/04(水) 10:38:43 ] 野暮な奴だなお前 636 名前：デフォルトの名無しさん mailto:sage [2008/06/04(水) 13:56:27 ] >>635 fj の「3馬鹿」も mohta、 lala は聞かなくなったな… void は所を mixi に移してあいかわあらず暴れてるらしいが… 637 名前：デフォルトの名無しさん mailto:sage [2008/06/04(水) 16:47:29 ] > mohtaの特異な点として、JIS X 0208に統一して文章を書く ホントだワロタ 原文: www.ietf.org/rfc/rfc1554.txt mhota訳: www.imasy.or.jp/~yotti/rfc1554jp.txt 一部メールアドレスまで全角だw 638 名前：デフォルトの名無しさん mailto:sage [2008/06/04(水) 19:30:43 ] ゆとり一歩手前の俺ですがvoidだけは見たことがある。 他はｼﾗﾈ 639 名前：デフォルトの名無しさん mailto:sage [2008/06/05(木) 00:10:29 ] >>633-634 ありがとう。 なんとなくわかったかも知れん。 「Unicode化の流れに対抗したけど、というあたりは多勢に無勢」とかは、青空文庫工作員と同じ構図なんだな。 つまり、全角英数字を使うヤツは「超初心者」か「極右(笑)」ってことか。 > ちょっと前に言われた「モヒカン」タイプ 知らん。 ゆとりの俺にも教えてく（ｒｙ バブル世代にとっての「ちょっと前」は、ゆとり世代にとっては「大昔」なんだが・・・。 >>638 ゆとりの俺ですがvoidという名前だけは噂に聞いたことがあるｗ 640 名前：デフォルトの名無しさん mailto:sage [2008/06/05(木) 00:32:52 ] そんなこと知っても何のプラスにもならないから もう深追いしないほうがいいよ。 641 名前：デフォルトの名無しさん mailto:sage [2008/06/05(木) 00:34:51 ] ここが「“２”ちゃんねる」なのは、このスレ的にどうなの？ 「?」もこのスレでは全角の方が多いようだけど 642 名前：デフォルトの名無しさん mailto:sage [2008/06/05(木) 01:16:29 ] 管理人が「２ちゃんねる」と全角数字で表記しているんだから、それをわざわざ半角にするのはおかしくね？ 疑問符とか感嘆符の類はどっちでも良くね 643 名前：デフォルトの名無しさん mailto:sage [2008/06/05(木) 01:44:44 ] 小腹が減ったとき食べるカレーヌードルの旨さは異常 ttp://food8.2ch.net/test/read.cgi/curry/1071495811/ 644 名前：641 mailto:sage [2008/06/05(木) 01:51:37 ] えーと補足すると、全角／半角というのは単に表示側の表示の問題であって 概念的には同じ文字なので半角にNORMALIZEされた形にすべき、 ってのが昔のvoidの主張だった気がする。JIS X 0208もUnicodeも規格はそういう 考えだったと思う。それがこのスレ的にどうなのかなと。 たとえばUnicodeテキストでWinの「〜(U+2015)」とMacの「〜(U+2014)」が混ざってたら俺としては 2015に正規化したくなる。でも全角半角は事実上すべての環境で表示される字の大きさが 異なるので同じ文字としては扱いたくないなーと。 645 名前：デフォルトの名無しさん mailto:sage [2008/06/05(木) 02:02:01 ] カレーパンのうた、すげぇｗ ttp://www.geocities.jp/jugongordie/old/curryfla/curryfla.html >>644 まぁ細かいこと気にするな ( ﾟДﾟ)⊃ ○ < ｶﾚｰﾊﾟﾝ食え ttp://food8.2ch.net/test/read.cgi/bread/1092166761/ 646 名前：644 mailto:sage [2008/06/05(木) 02:56:34 ] 間違えた。カレーパン喰ってくる。 (誤)　Winの「〜(U+2015)」とMacの「〜(U+2014)」 (正)　Winの「‖(U+2225)」とMacの「‖(U+2016)」 ん？　いつから双柱って傾いて表示されるようになった？ Vistaから？ 647 名前：デフォルトの名無しさん mailto:sage [2008/06/06(金) 00:53:19 ] ‖ 648 名前：デフォルトの名無しさん mailto:sage [2008/06/06(金) 06:36:11 ] itpro.nikkeibp.co.jp/article/COLUMN/20061221/257533/ の図１２ 649 名前：デフォルトの名無しさん mailto:sage [2008/06/08(日) 00:31:44 ] IVS対応ATOKマダー(AAry appsrv.cse.cuhk.edu.hk/~irg/irg/irg30/IRGN1435_ivs-demo-irg30.pdf >>646 メイリオだともっと露骨に斜め45度の線2本で表示される。 まあちゃんと研究してるんだろう。角度とか 650 名前：デフォルトの名無しさん mailto:sage [2008/06/13(金) 07:22:05 ] Last Resort Font www.unicode.org/policies/lastresortfont_eula.html てっきりエイプリルフールネタだと思ってたのに本気でグリフをUnicodeに収録するつもり なんだろうか 651 名前：デフォルトの名無しさん mailto:sage [2008/06/13(金) 18:24:17 ] >>650 グリフをUnicodeに収録? まともかく、文字が表示されないときにそれが単にグリフがないせいなのか Unicodeの範囲に入っていないせいなのかわかるとうれしいけどね。 で前者の場合にはだいたいどこら辺の文字かもわかると。 フォントの自動置換が働く場合には特に。 652 名前：デフォルトの名無しさん mailto:sage [2008/06/13(金) 22:20:54 ] appsrv.cse.cuhk.edu.hk/~irg/irg/irg30/IRGN1470KXRemainder.pdf ようやく見出し文字を全部符号化したUnicode康煕字典が作れるようになるのか。 韓国なんかUNC(緊急に必要な文字)を1万字くらい収録しる! とか無理難題言ってるのに 日本の謙虚さは異常。大漢和の未収録文字くらい提案したって罰は当たらないと 思うんだが 653 名前：デフォルトの名無しさん mailto:sage [2008/06/13(金) 23:34:12 ] 日本語みたいにひらがなで書けばいいみたいなのができないから しゃーないのかなと思う所はある。 654 名前：デフォルトの名無しさん mailto:sage [2008/06/13(金) 23:41:09 ] 韓国はハングル専用で日本より脱漢字は進んでいるはずなんだけどな 655 名前：デフォルトの名無しさん mailto:sage [2008/06/13(金) 23:41:53 ] そのハングルが合成文字で凄まじい組み合わせ数あるから・・・ 656 名前：デフォルトの名無しさん mailto:sage [2008/06/13(金) 23:43:09 ] 今回提案されてるのは全部漢字な件 657 名前：デフォルトの名無しさん mailto:sage [2008/06/13(金) 23:44:50 ] そうだったのか・・・ 658 名前：デフォルトの名無しさん mailto:sage [2008/06/13(金) 23:53:23 ] Ideographicなんとかグループだから表音文字は対象外だろｊｋ 659 名前：デフォルトの名無しさん mailto:sage [2008/06/14(土) 00:20:59 ] 表音文字の癖にコード空間を浪費するハングルは、ほんと迷惑文字。 660 名前：デフォルトの名無しさん mailto:sage [2008/06/14(土) 12:48:40 ] インド人の爪の垢を煎じて飲ませたいな (インド系文字もハングル式に実装すると数千字分くらいのコードポイントは平気で使う) 661 名前：デフォルトの名無しさん mailto:sage [2008/06/15(日) 02:14:47 ] 俺、ハングルのことは全くと言っていいほど知らないんだが、 それ実際にやったら描画・文字幅計算とかアラビア文字みたいにややこしいことにならない？ 662 名前：デフォルトの名無しさん mailto:sage [2008/06/15(日) 02:30:44 ] いちおうOpenTypeのグリフ置換の機能を使った組合型の実装例はある (Hangeul Jamoブロックを使った奴ね) Mac OS Xは(互換漢字と一部の記号を除いて)NFDだからHFS Plusのボリューム上では ハングルはバラバラになって記録されてる 663 名前：デフォルトの名無しさん mailto:sage [2008/06/15(日) 02:47:33 ] 小学生の頃はどんな漢字も部首の組み合わせで表現できると信じていたのを思い出す。 664 名前：デフォルトの名無しさん mailto:sage [2008/06/15(日) 03:32:42 ] 日本政府はわざわざ常用漢字と表外字で字体の違いを発生させて 部首の組み合わせによる表現をやりにくくしてるし 665 名前：デフォルトの名無しさん [2008/06/17(火) 12:24:24 ] ハングルは大移動なんかしないで従来のコードで表せない字母の組み合わせは U+1100〜のHangeul Jamoブロックの組み合わせで表すことにすればよかったのに。 それかどうしても全ての組み合わせのコードが必要なら追加分はBMP外にするべきだったと思う。 666 名前：デフォルトの名無しさん mailto:sage [2008/06/17(火) 12:54:01 ] BMPを占有しすぎだな。 ttp://www.unicode.org/roadmaps/bmp/ 667 名前：デフォルトの名無しさん mailto:sage [2008/06/17(火) 20:06:18 ] >>665 > 従来のコードで表せない字母の組み合わせは > U+1100〜のHangeul Jamoブロックの組み合わせで表す Unicode 1.1までははそうするつもりだったのに全部収録させるためだけに Hangul and ComputerがUnicode Consortiumのフルメンバーになったりしてだな www.unicode.org/history/contributors.html 668 名前：デフォルトの名無しさん mailto:sage [2008/06/19(木) 10:54:24 ] JIS以降、日本の文字コードで試行錯誤したのをそのままトレースしてるようだなｗ 669 名前：デフォルトの名無しさん mailto:sage [2008/06/19(木) 22:29:01 ] 日本がやったのは試行錯誤じゃなくて一学者によるゲリラ活動。 670 名前：デフォルトの名無しさん mailto:sage [2008/06/19(木) 23:14:36 ] 今も続く混乱を考えると一学者だけじゃないな

---

---

[ 新着レスの取得/表示 (agate) ] / [ 携帯版 ]

read.cgi ver5.27 [feat.BBS2 +1.6] / e.0.2 (02/09/03) / eucaly.net products.
担当:undef