全角チルダ問題

全角チルダ問題

Transcript

1. 全角チルダ問題 @tsuda_ahr LTDD#5 2014/7/5
2. 今回のネタの発端 こんな書き込みを見つけまして。
3. 全角チルダ ～
4. 波ダッシュ 〜
5. 違いがわかりしたね？
6. 問い) どっちが波ダッシュ？ ～ ～
7. 答え) どっちも全角チルダ(汗
8. なんでこんなことに？ • しらん
9. 参考) 確かめかた (Windows の場合) • 確かめたい文字をコピーします。 • WordPad を起動し、コピーした文字を貼り付けます。 • 確かめたい文字を一文字選択し、ALT + X を押します。 • コード (UCS-4) が表示されます。 • U+301C が波ダッシュ • U+FF5E が全角チルダ
10. 基礎知識1) チルダとは何か？ • こういうやつらしい。 ÃÕÑ • 鼻音に関する音をあらわす、ダイアクリティカルマークの一種 • ダイアクリティカルマークってこんなやつら (よくしらない) À Á Â Ä Å Ă Ą Ā http://ja.wikipedia.org/wiki/%E3%83%80%E3%82%A4%E3%82%A2%E3%82%AF%E3%83%AA%E3%83 %86%E3%82%A3%E3%82%AB%E3%83%AB%E3%83%9E%E3%83%BC%E3%82%AF
11. 基礎知識2) ダッシュとは何か • これではない (らしい) A’ • ダッシュとはこういうやつ (らしい) — これは「プライム」というのが正解らしい…
12. ダッシュって何に使う記号？ • ダッシュ (emダッシュ) 文と文の間、字句と字句の間に用いられて、時間の経過を表す 単語の後に用いられて省略を表す 用例） もう——だめだ。 たとえデスマーチになろうと ——
13. ダッシュ(enダッシュ) ／ハイフン／マイナスの違い • 1 – 5 (ダッシュ) 1 から 5 • 1 – 5 (ハイフン) 1 の 5 • 1 – 5 (マイナス) 1 ひく 5 わけがわからん（汗 http://ja.wikipedia.org/wiki/%E3%83%80%E3%83%83%E3%82%B7%E3%83%A5 _(%E8%A8%98%E5%8F%B7)
14. Shift JIS (CP932) 時代 • 全角チルダはない。 • あったのは波ダッシュ。 • なので、全角/半角変換の際は、 ~ (半角チルダ) は ～ (波ダッシュ) と交換してた ???
15. Unicode になってから ～ 〜 全角チルダ ( Yu Gothic ) 波ダッシュ ( Arial Unicode MS )
16. なんで？ • Unicode の例示字形を載せる際に間違えたらしい（汗 • Windows XP 以前の 波ダッシュ(U+301C) はこの字形。 • よって、波ダッシュを使用すると、今まで使っていた字形と違うもの が表示されることになってしまう。
17. しかし規格書の字形例示は、今なお変更なし？ http://www.unicode.org/charts/PDF/U3000.pdf
18. 規格はそうだが… でも、さすがに 「〜」 は嫌ですよね？
19. 対策？ じゃあ波ダッシュ「〜」じゃなくて、全角チルダ「～」のほうを 使えばいいんじゃね？ ↓ いいことに気が付いた！ ウハwww 俺天才wwwww かくて Windows では 波ダッシュ が U+FF5C (=全角チルダ) に… 状況を予想するに、字形は Unicode 仕様書に準拠する以上変更ができないのに対して、 ・Shift JIS の 波ダッシュ を Unicode の何に対応させるかとか、 ・”～” の字形に相当する記号を MS-IME で何を候補として出すのかは、 規格があるわけではないので、”～”を 全角チルダに充てるのが一番ストレスがなかった、ってことではないかと…
20. かくてこういう関係が成り立つ Windows の場合 ASCII UTF SJIS 半角チルダ (0x7E) 全角チルダ (U+FF5E) 波ダッシュ (0x8160) 半角 - SJIS全角 変換 半角 - UTF全角 変換 波ダッシュ (U+301C) 使わない SJIS全角 - UTF全角 変換
21. でも本来的にはこうだよね 半角チルダ (0x7E) 全角チルダ (U+FF5E) 波ダッシュ (0x8160) SJIS全角 - UTF全角 変換 半角 - UTF全角 変換 波ダッシュ (U+301C) 波ダッシュ同士が 対応するべき 必要？（汗 ASCII UTF SJIS SJIS全角 - UTF全角 変換 半角 - SJIS全角 変換
22. • 処理系によって、変換方法が違う（汗 現実はこう Windows (CP932) の MAP 方法 Macとか? (ShiftJIS) の MAP 方法 UTF SJIS 全角チルダ (U+FF5E) 波ダッシュ (0x8160) 波ダッシュ (U+301C)
23. 何が起こるか？ • データベースのキャラクターが Shift JIS • フロントエンド(Webページとか) は UTF • Windows で入力した「～」はデータベースにどう記録されるのか？ • iPad で入力した「～」はデータベースにどう記録されるのか？ • 記録した文字を読みだして、それぞれの OS で表示させるとどうなる のか？
24. まとめ • Unicode の例示字形が間違ったのが混乱の源。 • 波ダッシュを全角チルダに充てたことが罪。 • そもそも、なぜ ShiftJIS 時代になかった全角文字が存在するのか… • いまだに全角文字が使用されること自体も罪。 • 半角カナは今すぐ消えるべき。 文字コードの変換は闇。
25. ところで 全角チルダのコードですが、 U+FF5E って、やけに後ろのほうだと思いません？
26. こういうわけです。
27. 半角形／全角形 • 互換用の領域。 • 互換文字とは、既存の文字コードとの互換性と往復変換のためだけに 収録された文字 • ユニコードコンソーシアムは、互換文字は使わないことを推奨 つまり、この領域の文字は使わないほうがよいです。 （極力使わないでください）
28. ご清聴ありがとうございました
29. 余談 • LT後に質問などで答えたことをまとめておきます。
30. 余談1) なぜ波ダッシュの例示字形を間違ったか？ 縦書きの例示字形を 90° 回転させたから。 〜 〜 ちなみに縦/横 変換はいろいろなパターンがあるのです… 変換なし … 一般の文字 左下⇔右上移動 … 句点／読点 90°回転 … 括弧、鍵括弧 多分、波ダッシュは例外ケース。
31. 余談2) ダッシュは日本語？ • ダッシュ記号は、一般句読点(General Punctuation)と呼ばれる U+2000~U+206F の領域にあります。 • 日本語のグループではありません。 • ちなみに ”横の線” な記号は、たとえば以下のものがあります。 (以下がすべてではない) - U+002D Hyphen-Minus ‐ U+2010 Hyphen - U+2011 Non-Breaking Hyphen ‐ U+2012 Figure Dash – U+2013 En Dash — U+2014 Em Dash ― U+2015 Horizontal Bar ー U+30FC Katakana-Hiragana Prolonged Sound Mark (長音記号) ─ U+2500 Box Drawings Light Horizontal (罫線) ━ U+2501 Box Drawings Heavy Horizontal (罫線) 一 U+4E00 いち
32. 余談3) 長音記号はいつから使われ始めたか？ • わかりません（汗 • 歴史的かなづかいでは使われてないよね？ • 多分明治から。 http://ja.wikipedia.org/wiki/%E9%95%B7%E9%9F%B3%E7%AC%A6#.E9.95.B7.E9.9F.B3.E7 .AC.A6.E3.81.AE.E6.AD.B4.E5.8F.B2 • 調べたところによると、初出は新井白石らしい。 http://www.shochian.com/cho‘onpu.htm
33. 余談4) ¥記号とか • この手の問題は、波ダッシュやダッシュに限らず、その他にもいろい ろ出てきます。注意しましょう。 • ¥ 記号も同様です。 • 特に ¥ 記号は暗黙に変換されたりする場合があるので気を付けま しょう。 ¥ U+005C Reverse Solidus (Backslash) ¥ U+00A5 Yen Sign ￥ U+FFE5 Fullwidth Yen Sign