文字コード総合スレ part15 (470ﾚｽ)
文字コード総合スレ part15 http://mevius.5ch.net/test/read.cgi/tech/1723861080/
上
下
前
次
1-
新
通常表示
512ﾊﾞｲﾄ分割
ﾚｽ栞
ﾘﾛｰﾄﾞ規制
です｡10分ほどで解除するので､
他のﾌﾞﾗｳｻﾞ
へ避難してください｡
390: デフォルトの名無しさん [sage] 2025/08/02(土) 19:21:29.66 ID:dbEqXJf9 ID:xIFE1Go+がニワカ知識だったでOK？ http://mevius.5ch.net/test/read.cgi/tech/1723861080/390
391: デフォルトの名無しさん [sage] 2025/08/04(月) 06:18:28.11 ID:QkMIbgCE さてと PDFの中を覗いてみたけど、/ActualTextという要素がある（場合がある）のね Acrobatなどは検索やコピペのときにこれを参照するのかな? http://mevius.5ch.net/test/read.cgi/tech/1723861080/391
392: デフォルトの名無しさん [sage] 2025/08/04(月) 06:44:34.21 ID:wGHus/El 画像に/actualtextや/altが付いているのでたしかめて見ては？ {}内のテキストが入っている Actual Text {T} his is an example of actual text. Alt Text {Je t'aime (French for "I love you")} This image has alt text: Je t'aime (French for "I love you") https://taggedpdf.com/wp-content/uploads/2015/12/Actual-Alt-Expansion-Text.pdf http://mevius.5ch.net/test/read.cgi/tech/1723861080/392
393: デフォルトの名無しさん [sage] 2025/08/04(月) 07:42:52.49 ID:B+SwrOCa Actual Text や Alt Text もそうなんだけど最近の PDF には大きな枠組みで「タグ付き PDF」という機能があって文章の構造化ができる 要はHTMLの段落タグや見出しタグと同じやつで読む順番やその文章内での意味付けや読み方や代替の指定が可能、補足を入れる Expansion Text みたいなのも これによって改行を超えた検索とかリフローっぽいこととか、画像化された文字のテキスト化の指定とかとか色々HTMLっぽく使える （文字コードとは独立した問題） http://mevius.5c
h.net/test/read.cgi/tech/1723861080/393
394: デフォルトの名無しさん [sage] 2025/08/04(月) 10:06:23.30 ID:QkMIbgCE >>392 なるほどー。ただこれはどちらかというと /Span の使い方のデモ（濫用）って感じも しかしこれでAcrobatのことが少しわかった感も、どうもです >>393 > ... 文章の構造化ができる >（文字コードとは独立した問題） 異なるコードポイントの文字を構造化することもできますね http://mevius.5ch.net/test/read.cgi/tech/1723861080/394
395: デフォルトの名無しさん [sage] 2025/08/04(月) 12:31:11.59 ID:Dprx6XuC 一部訂正 × コピペに関しては、文字コードを保存してないのが問題で、(>>387) ○ unicodeのコピペに関しては、糞フォントと文字コードを保存してない組み合わせの時の問題で、 PDFの昔の仕様でも、文字コード->グリフが1:1の場合にはコピペ/検索共に全く問題なく機能する 316で「なんか低い…」になるのは、それらの文字コードには別のグリフが与えられているからであり、 PDF閲覧者の環境でその文書のPDFを作成した場合、(3つとも別のグリフなら)全く問題な
いPDFが作成される だから発生条件として、 ・糞フォントで、違う文字コードで同じグリフを使いまくり が必要であり、これを誘発しているのはunicodeの仕様 だからPDFがボロいと言うより、 unicodeが本質的にボロくて、以前の1:1な世界と親和性が皆無な事が問題なのだと思うよ (なお316の件は、コードに戻す際、その文書で一度も使ってもない「長」に決め打ちで変換されていると思われ、 PDF出力アプリがポンコツなのもほぼ間違いない 376の通り、「その文書で最初にそのグリフを使った文字コード」を格納する実装なら、 単国籍な文書《≒大半のケ
ース》で顕在化するのは防げる) 結論としては、やっぱunicode糞じゃね？と思うが 以前の文字コード：このコードはこう表示される程度の知識で全く問題ない unicode：正しい作法(正規化等)を知らないと色々誤動作する http://mevius.5ch.net/test/read.cgi/tech/1723861080/395
396: デフォルトの名無しさん [sage] 2025/08/04(月) 12:54:11.55 ID:B+SwrOCa >>395 お前、まだあきらめて無かったのか 昔から1対1なんてことはないよ グリフIDはフォントごとに異なる、1つのPDFで複数のフォントを使ったら異なるグリフIDになる、逆に同じグリフIDでも異なる文字を表現している 何度も言われただろ、理解できない部分を読み飛ばしてるのか？ http://mevius.5ch.net/test/read.cgi/tech/1723861080/396
397: デフォルトの名無しさん [sage] 2025/08/04(月) 13:40:26.46 ID:Dprx6XuC >>396 いや、やはりお前は理解出来てない もういいけど (お前が理解出来ない事は理解しているし、お前の頭の悪さについては諦めている) > グリフIDはフォントごとに異なる、1つのPDFで複数のフォントを使ったら異なるグリフIDになる ここまでは全く問題ないが、 > 逆に同じグリフIDでも異なる文字を表現している これが問題 「単射」と言った方が正しかったが、 俺は使ってきてなかったのと、後で使ってた「1:1」表現に揃えたのが不適切だったようだ ただ
、事実は変わらない 当たり前だがゴシックの「あ」と明朝の「あ」は別グリフIDになるが、 この場合にも検索/コピペは昔のPDFの仕様で全く問題なく動作する まあunicodeは色々糞だというのが俺の見解 387の表現だとPDFに主たる問題があるとも読めるので訂正した (unicode以前は問題なく機能していたので) http://mevius.5ch.net/test/read.cgi/tech/1723861080/397
398: デフォルトの名無しさん [sage] 2025/08/04(月) 14:31:23.34 ID:B+SwrOCa >>397 明朝体の「あ」のグリフIDが 325 でゴシック体の「ほ」のグリフIDが同じ 325 ということだってあり得るんだよ 明朝体の「あ」とゴシック体の「あ」は検索したいけど、ゴシック体の「ほ」は検索にひっかかると困る。常識だろ http://mevius.5ch.net/test/read.cgi/tech/1723861080/398
399: デフォルトの名無しさん [sage] 2025/08/04(月) 14:37:31.31 ID:D3iy7z0J >>395 >・糞フォントで、違う文字コードで同じグリフを使いまくり 自分の妄想をベースにAdobeに因縁を付けるのか 最近こういう人が増えている感じで怖い >以前の文字コード：このコードはこう表示される程度の知識で全く問題ない ある 前提の認識が間違っているのでそれをベースにした話も間違い ただの間違いの積み重ね http://mevius.5ch.net/test/read.cgi/tech/1723861080/399
400: デフォルトの名無しさん [sage] 2025/08/04(月) 15:13:22.04 ID:Dprx6XuC >>398 それは初(ry あとちなみに、「1:1」の表現は317から使われてるだろ お前以外の誰も「1:1」表現を気にしてないのは、お前だけが特殊(＝非プログラマ)だから まあ方言っちゃ方言だが、この場合の意味は可逆/非可逆であって、写像形式自体を示しているわけではない >>399 > 自分の妄想をベースにAdobeに因縁を付けるのか 俺はAdobeは順当で、unicodeがウンコだとずっと言ってる とはいえ文盲と5chで話をするのは無理なのでもういいが http://mevi
us.5ch.net/test/read.cgi/tech/1723861080/400
401: デフォルトの名無しさん [sage] 2025/08/04(月) 15:21:55.26 ID:SX/R7tYr >>392-394 Adobe Acrobatで検索もコピペも出来ない/ActualTextの例 http://mevius.5ch.net/test/read.cgi/tech/1723861080/401
402: デフォルトの名無しさん [sage] 2025/08/04(月) 17:34:36.02 ID:B+SwrOCa >>400 だから 317が1対1じゃないって言ってるだろ フォントと文字コードが1対1じゃないのは Unicode どころかPDFよりもっと前の PostScript のフォントで使われ始めた技術 それが現在までそのまま引き継がれてる Unicode で始まった話ではない http://mevius.5ch.net/test/read.cgi/tech/1723861080/402
403: デフォルトの名無しさん [sage] 2025/08/04(月) 21:50:35.58 ID:Dprx6XuC >>402 そういう話じゃねえ てかお前も本気で文盲だな 317: 1:1でなら動くシステムに多:1をブッ込んでるから動かない やぞ ただここまで言っても通じないのだから、本件に対し、お前の知能/知識がまるで足りてないんだよ 普通レベルのプログラマなら317で、ああ、そういう事か、で終わるし その後、これをどう評価するか(＝PDFが糞か、unicodeが糞か)で揉めるならまだしも、 お前は何故そういう動作になるのか未だに理解出来てない そんなお前が書いたプログラム
なんて、何であれ、動くはずもなし しかしマジで無限ループ状態だから、もう止めようぜ 今のお前が理解するのは無理だよ http://mevius.5ch.net/test/read.cgi/tech/1723861080/403
404: デフォルトの名無しさん [sage] 2025/08/04(月) 22:38:19.37 ID:B+SwrOCa >>403 文盲って言われても 317 は俺が言ってる通りの意味で、お前の解釈が間違ってるんだが？ http://mevius.5ch.net/test/read.cgi/tech/1723861080/404
405: デフォルトの名無しさん [sage] 2025/08/04(月) 23:12:47.28 ID:n6MSUZI0 で、いつ検索プログラム書いてくれるの？ http://mevius.5ch.net/test/read.cgi/tech/1723861080/405
406: デフォルトの名無しさん [sage] 2025/08/05(火) 17:39:03.31 ID:vuU/s1Wj >>401 え? 例えば箇条書きの部分 (Tom Dick Harry）の先頭は ● (<-文字化けするかな? U+25CF）で検索もコピペもできますが? PDFの中を見てみました? http://mevius.5ch.net/test/read.cgi/tech/1723861080/406
407: デフォルトの名無しさん [sage] 2025/08/05(火) 17:45:25.95 ID:ucdc3IWT >>406 全部でいくつあるか数えたか? その他の/ActualText箇所が対応してない http://mevius.5ch.net/test/read.cgi/tech/1723861080/407
408: デフォルトの名無しさん [sage] 2025/08/05(火) 18:40:04.52 ID:vuU/s1Wj >>407 "T"の所? アクセシビリティをオンにしたらそこを"T"と読むので これで機能している 多分/Spanとの組み合わせにする必要があるんじゃ? http://mevius.5ch.net/test/read.cgi/tech/1723861080/408
409: デフォルトの名無しさん [sage] 2025/08/05(火) 18:52:04.83 ID:vuU/s1Wj ところで、この手のPDFって/Encodingが/Identity-Hじゃないですか もしかして/UniJIS-UTF16-Hとかなら元のコードが反映されるんじゃね? と思って 試してみたが... 駄目ですなーなるほどー 中間コンパイル的な感じでグリフの世界に行っちゃってる感じ? http://mevius.5ch.net/test/read.cgi/tech/1723861080/409
410: デフォルトの名無しさん [sage] 2025/08/05(火) 19:10:13.54 ID:tWkqXVBi >>408 Thisで検索もコピペも機能してない http://mevius.5ch.net/test/read.cgi/tech/1723861080/410
411: デフォルトの名無しさん [sage] 2025/08/07(木) 22:53:42.70 ID:lZ/0qeLw というわけで、今のところActualTextが唯一の方法なのかな 本来は構造化とかタグ付け目的なのかもしれんけど、それでグリフとコードポイントの 対応もローカルにカスタマイズできるというか http://mevius.5ch.net/test/read.cgi/tech/1723861080/411
412: デフォルトの名無しさん [sage] 2025/08/07(木) 23:01:01.28 ID:lZ/0qeLw 現状、それを生成できるPDFライブラリとそれを検索できるPDFビューアが限られるけど ま、コピペするならPDFで出力する前の元の文書からどうぞ、って感じかね そもそも元の文書の持つ論理構造はPDFにした時点で文書のレンダリング表現（って 言うのかな）に変換されるわけで、何かしら情報が変化しても不思議ではない、 というのが個人的感想ですが もちろんこうしてアドビさんは頑張っている一方、それを理解していない人々も多々... http://mevius.5ch.net/test/read.
cgi/tech/1723861080/412
413: デフォルトの名無しさん [sage] 2025/08/07(木) 23:05:14.12 ID:lZ/0qeLw そういえば、ネット上で色んなPDFが検索できるけど、中にはActualTextを使わずに 複数コードポイントが混在できているのもあった それはフォントを切り替えることでグリフが重複していないのだった PDFの生成主がそれを意図的にやったのかは不明だが http://mevius.5ch.net/test/read.cgi/tech/1723861080/413
414: デフォルトの名無しさん [sage] 2025/08/17(日) 14:45:32.19 ID:2MRCWKC9 康煕部首の「長」と普通の「長」がコピペで混在できる（こともある）PDFを 作ってみましたが、いかがでしょう https://drive.google.com/file/d/1sqQ6lqQhvfC_zTkL3B4fQ_GV4_376O10/ とりあえずGoogle Driveが立ち上げるPDFビューアではうまくいかない模様w http://mevius.5ch.net/test/read.cgi/tech/1723861080/414
415: デフォルトの名無しさん [sage] 2025/08/18(月) 08:42:57.19 ID:uGdRPz4N ActualTextだとPDF内で該当文字が出てくるたび必要なので煩雑ではあるね http://mevius.5ch.net/test/read.cgi/tech/1723861080/415
416: デフォルトの名無しさん [sage] 2025/08/18(月) 09:08:02.65 ID:uGdRPz4N この手のPDFでは、フォントは部分埋め込みなのでCMapも対応する部分だけで よく、すると一般的な文書の文字範囲では1対1対応にできる（場合が多い）のに MSの場合はそれでもバグっている、わけね 埋め込みフォントを作る時点ではもうグリフしか見てないということか http://mevius.5ch.net/test/read.cgi/tech/1723861080/416
417: デフォルトの名無しさん [sage] 2025/08/19(火) 15:11:53.55 ID:u9mpg9OM Windowsのフォントをちょっと調べてみたら、MS明朝とか、「長」のグリフが重複していない それでPDFを生成してみると... やはりコピペで文字化けしない と言うわけでWindowsユーザーの皆さん、これからはMSのフォントだけを使う、 と言うのはどうだろうか。游明朝とかのことは忘れて WindowsのPDF生成ドライバーもそれを望んでいるのかもしれない http://mevius.5ch.net/test/read.cgi/tech/1723861080/417
418: デフォルトの名無しさん [sage] 2025/08/19(火) 16:58:13.69 ID:fPjlHGI2 別にMSじゃなくても伝統的な日本語（JIS系や adobe-japan系）の文字しか入ってないフォントで重複してることなんてめったにないよ 複数の国の文字（中国漢字など）や異なる用途の文字（部首素片など）を同じフォントに収録してる場合にグリフ重複させる場合が多い 最近 google の Noto フォントみたいな多言語対応フォントを使い始めるやつが増えて問題を「再発見」してるだけ そのせいで unicode のせいだとか言い出すアホが湧いてたわけだが（当然だがフォントには uni
code に関係なく任意の文字とマップが登録できる） http://mevius.5ch.net/test/read.cgi/tech/1723861080/418
419: デフォルトの名無しさん [sage] 2025/08/19(火) 23:57:36.77 ID:RalGdNCX もちろんその通り unicodeのせいだと主張してる人は根本的にわかっていない http://mevius.5ch.net/test/read.cgi/tech/1723861080/419
420: デフォルトの名無しさん [sage] 2025/08/20(水) 00:55:18.59 ID:hGmntMeI >>418みたいのって、どこかに書いてあるのでしょうか それとも純粋に個人的な発想でしょうか http://mevius.5ch.net/test/read.cgi/tech/1723861080/420
421: デフォルトの名無しさん [sage] 2025/08/20(水) 01:07:20.10 ID:gymbsza2 >>420 opentype とか truetype とかもっと古い type1 とかフォントの規格と歴史を勉強しろ http://mevius.5ch.net/test/read.cgi/tech/1723861080/421
422: デフォルトの名無しさん [sage] 2025/08/20(水) 13:03:56.81 ID:NLPMnvCO >>421 なるほど、そういったものを経て>>418のような知識につながったと。興味深いです http://mevius.5ch.net/test/read.cgi/tech/1723861080/422
423: デフォルトの名無しさん [sage] 2025/08/20(水) 14:23:04.97 ID:bjR6GZEK >>418 お前が相変わらずアホなだけ 実際、SJIS時代に多言語対応フォントなんて誰も使ってなかったろ お前は仕様的に出来る/出来ない事と、実際にみんながどう運用してるかの区別が付いてない 仕様が完全でなくても、通常の運用では十分カバー出来てた事を、 無駄に意識高いお前のような馬鹿が「仕様ガー悪いノデー僕は悪くアリマセンー」なノリで不用意に そこらの意識低いド平民にも問題を強制的に「再発見」させたのはunicodeだろ しかもunicodeでもグリフを重
複させていなければ回避出来た話 (そもそも部首素片と一般の字のグリフが同じなのはただの手抜きな気がするのだが、 一般的に同じグリフにするのが正しいのだろうか？) その他も含めて見る限り、unicodeは無駄に意識高い馬鹿が作った仕様で、実際の運用には向いてない感じだけど MSはこの辺昔から泥臭くて、仕様の綺麗さより実際の使い勝手を重視するので、フォントもそうなってるだけ (まあPDFのコピペ文字化けについては、 お前的にはunicodeではなくフォント『だけの』問題だ、としたいのだろうが、 unicodeがその他諸々糞で、この問題でも誘発源
になってるのは事実だろ) そしてふと考えてみるに、unicodeの利点って、 ・文字化けしない だけで、これ以外は全て以前のSJISの方が良い気がしてきた 勿論これだけで十分な利点だし、SJIS以前の仕様はCPUが非力な時代の産物だから運用向きなのも事実だが http://mevius.5ch.net/test/read.cgi/tech/1723861080/423
424: デフォルトの名無しさん [sage] 2025/08/20(水) 15:48:16.32 ID:EXUVzrtL 絶対負けを認めないマン http://mevius.5ch.net/test/read.cgi/tech/1723861080/424
425: デフォルトの名無しさん [sage] 2025/08/20(水) 16:40:06.57 ID:bjR6GZEK 勝った負けたではなく、俺の認識はこう、ということ お前がそう思わないのはお前の自由 (というか、何でも勝った負けたになるのは議論出来ない馬鹿の特徴 そもそも「議論」に勝った負けたはない 勝った負けたがあるのは「討論」＝決を採る段階で、5chで(というよりネットで)決採る意味はないから、 そもそもネットでのほぼ全部の議論に勝った負けたはない その辺ひろゆきも大幅に勘違いしてるし、信奉者も同程度 つかね、論破に拘ってる＝論破して喜べる＝普段なかなか論
破出来てない＝馬鹿 ということなので、自分で自己紹介しなくても、とは思うのだが) PDFの仕様が完璧でなかったにせよ、 SJIS時代にMS明朝等使ってた人＝一般の人ほぼ全員は遭遇しなかった問題だろ ・MSが上手く回避策を実行してくれてた事を感謝するタイプか、(正確にはMSがではなく、普通に作ったら回避出来るとも思うが) ・俺が何をやるにしても自由だからとにかく仕様が悪いと言い張るタイプかの違いだよ 俺は前者、unicode連中やお前らは後者、ということ ただ実際、unicodeはもう一度綺麗に作り直さないと駄目な程度に酷い仕様になってきてる
よ しかしこれはunicodeの唯一の利点＝文字化けしないを消す事になるから、死んでもやらないのだろうけど となると、どこまで行けるか？というチキンレースにはなってるよ http://mevius.5ch.net/test/read.cgi/tech/1723861080/425
426: デフォルトの名無しさん [sage] 2025/08/20(水) 16:44:32.21 ID:rn5+zHEj さんざんマウント取る言い方してきて、勝った負けたの勝負じゃないだとw クソダサ http://mevius.5ch.net/test/read.cgi/tech/1723861080/426
427: デフォルトの名無しさん [sage] 2025/08/20(水) 17:25:07.68 ID:6T31eh60 >>423 SJISなんてものを褒め称えるとはマイクロソフト信者かね 昔からメールなどネット上ではいわゆるJISコード(ISO-2022-JP)が使われてきてこちらが国際的にも通用する主流でUNIXなどではEUC-JPが標準 もちろん今では国際的にUNICODEで統一され符号化はネット上もファイル保存もUTF8だがマイクロソフトさんは http://mevius.5ch.net/test/read.cgi/tech/1723861080/427
428: デフォルトの名無しさん [sage] 2025/08/20(水) 18:20:43.93 ID:gymbsza2 unicode 出る前からフォントは複数の文字コード対応マップで多言語化されれたことを知らないんだろうな http://mevius.5ch.net/test/read.cgi/tech/1723861080/428
429: デフォルトの名無しさん [sage] 2025/08/20(水) 19:22:16.58 ID:6T31eh60 SJISが世界の全てだった人なんだろうね http://mevius.5ch.net/test/read.cgi/tech/1723861080/429
430: デフォルトの名無しさん [sage] 2025/08/20(水) 21:05:49.55 ID:Qtedysji >>427 JISがメールで使われてたのは7bit透過だからだぞ SJIS信者だと思うのは自由だが、PDFのコピペに関しては、今風に言うと現場猫だよ PDF仕様猫：グリフが重複して使われるフォントなんて普通ないからヨシッ PDF出力アプリ猫：同上、ヨシッ google猫：PDF出力アプリが対応してればグリフが重複してもヨシッ unicode猫：同じ字(でもないが)に複数の文字コードを割り当てても、アプリかフォントが対応してればヨシッ MS：普通、部首素片と通常文字は別グリフだろ
、これで何も問題なくなるし フォントがどうであれ、アプリ側で対応出来るのは事実なので、アプリが一番悪い 次に悪いのはフォントで、手抜きでなければ部首素片と通常文字は別グリフになるように思う ただしそもそものunicodeの思想が間違ってて、そもそも統合漢字としてるCJKの通常文字、 日本人と台湾人と中国人の美的感覚は異なるだろうから、同一グリフで何とかなると考えてる所に無理がある ただ、欧米も同様にアルファベットの美的感覚が微妙には異なるはずなので、連中が問題ないからCJKも問題ないと思ったのかな、とは思う (ここらへんは文化
の結合度によるが、欧米ほど人が交流してれば美的感覚もそれなりに共有されてるのかもしれん) というか、具体的に言うと「骨」(0x9aa8)や「曜」(0x66dc)、これらは美的感覚ではなくモロに別形だが CJK統合漢字という根本的なとこから間違ってるよねと というかこれらが別コードとして登録されなかった理由は何なんだ？今更異体字ダーとかやってるのに http://mevius.5ch.net/test/read.cgi/tech/1723861080/430
431: デフォルトの名無しさん [sage] 2025/08/20(水) 21:08:26.58 ID:Qtedysji ん？2行連続空行は削除されるようになったのか？ まあちと読みにくくなってるが、よろしく http://mevius.5ch.net/test/read.cgi/tech/1723861080/431
432: デフォルトの名無しさん [sage] 2025/08/21(木) 02:20:32.36 ID:X0ZtFPzr 一つ一つの技術を正しく理解していないから、文字通り「個人の感想ですよね」という まあ5ちゃんだし、酒飲み話みたいのもアリだとは思うけど 正しい知識が元になっていればそれは役に立つ話にもなる 一方読む方は間違いを間違いと見抜く力が.... って決してひろゆき信者ではないw http://mevius.5ch.net/test/read.cgi/tech/1723861080/432
433: デフォルトの名無しさん [sage] 2025/08/21(木) 02:56:06.57 ID:D3EzSAOJ 私も世界にSJISさえアレば良かった人間です(過去形)。欲しい文字は外字にドット打ってました。 ROMに第2水準程度しか乗っていない8ビットや16ビット世代のマシンでUTF8を構築するのって、現実的に可能なのかしら。 興味本位の疑問だけど。 http://mevius.5ch.net/test/read.cgi/tech/1723861080/433
434: デフォルトの名無しさん [sage] 2025/08/21(木) 04:47:17.94 ID:HC849JP7 交換用符号としての扱いは楽だけど ROMのコードがJISだから変換マップをオンメモリにするのは厳しそう 索引付きでないと性能でないと思うから これもROMで持てるならあり もちろん幅や方向、合字なんかは扱えない http://mevius.5ch.net/test/read.cgi/tech/1723861080/434
435: デフォルトの名無しさん [sage] 2025/08/21(木) 05:18:08.01 ID:mNeC3fTJ >>433 そこはSJISとUTF8といった符号化方式の比較でなくてJIS漢字コードとユニコードの比較で十分 漢字ROMのデータ収録順序はJIS漢字コードの機械的変換できる範囲内だろうから ユニコードからJIS漢字コードへのマッピング http://mevius.5ch.net/test/read.cgi/tech/1723861080/435
436: デフォルトの名無しさん [sage] 2025/08/21(木) 05:33:29.34 ID:lFCpHxq7 いわゆる半角カタカナ等(JIS X 0201)と全角漢字等(JIS X 0208)のほとんどは規則的変換できるようにユニコード内に収容されている 例外は一部の記号や文字のみ したがって漢字ROM読み出しもほとんどは規則的変換できて例外のみ対応で実用的かな http://mevius.5ch.net/test/read.cgi/tech/1723861080/436
437: デフォルトの名無しさん [sage] 2025/08/21(木) 06:14:19.45 ID:BA9KDvPD 漢字は厳しいだろ 偶然だが半角の途中まではEF BDを前置するとUTF8 A1 ｡ EF BD A1 AF ｯ EF BD AF B0 ｰ EF BD B0 B1 ｱ EF BD B1 B2 ｲ EF BD B2 B3 ｳ EF BD B3 B4 ｴ EF BD B4 B5 ｵ EF BD B5 BF ｿ EF BD BF http://mevius.5ch.net/test/read.cgi/tech/1723861080/437
438: デフォルトの名無しさん [sage] 2025/08/21(木) 08:42:01.26 ID:YIWSP+jR >>436 JIS/SJIS/EUC: https://manuals.ricoh.com/mfp/p_manual/MPC6004JPN/ja/intro/int/r_cjr041.htm unicode: https://www.asahi-net.or.jp/~ax2s-kmtn/ref/unicode/cjku_klist.html さすがゆとりZ、無敵すぎ http://mevius.5ch.net/test/read.cgi/tech/1723861080/438
439: デフォルトの名無しさん [sage] 2025/08/21(木) 09:07:08.19 ID:4FAr+8B9 >>436 昔のAIにSJISをunicodeに変換するコード書かせたら何故かテーブルもってなくて機械的にシフトと論理演算で変換できますってコード出されたって話を思い出した お前、そのAIだったりしないか？ http://mevius.5ch.net/test/read.cgi/tech/1723861080/439
440: デフォルトの名無しさん [sage] 2025/08/21(木) 16:15:00.95 ID:jm5fSTrV >>438 >JIS/SJIS/EUC: https://manuals.ricoh.com/mfp/p_manual/MPC6004JPN/ja/intro/int/r_cjr041.htm 区点コードで文字入力とはシブい。しかし字形が2004じゃないのは果たして マニュアルだけの話でプリントで使うフォントとかは別なのかな。にしても http://mevius.5ch.net/test/read.cgi/tech/1723861080/440
441: デフォルトの名無しさん [sage] 2025/08/21(木) 21:08:42.64 ID:YIWSP+jR >>440 何が言いたいのか分からんが、こちらの意図を明確にしておくと、 ただ単に「JIS 漢字表」でググって並び順が見やすいのを選んだだけ コードなら以下が見やすいかと http://www.infonet.co.jp/ueyama/ip/binary/x0208txt.html JIS等は漢字もあいうえお順(ricohのサイトはまんまアイウエオで見やすい) てかunicodeって何順？ http://mevius.5ch.net/test/read.cgi/tech/1723861080/441
442: デフォルトの名無しさん [sage] 2025/08/22(金) 21:59:54.85 ID:SVHvHw/K https://www.asahi-net.or.jp/~ax2s-kmtn/ref/unicode/cjku_radical.html ＞UnicodeのCJK統合漢字は、概ね部首順(部首内は画数順)に並んでいます http://mevius.5ch.net/test/read.cgi/tech/1723861080/442
443: デフォルトの名無しさん [sage] 2025/08/23(土) 02:24:50.51 ID:/wnxORck しかしこれらの部首って、例のUnicodeの漢字部首のコードポイントに頼らなくても 出せるのね。元々各国の文字コードに部首のコードがあってそれがUnicodeに 引き継がれているようで JISでも第二水準にちょいちょい部首が入っている。冫（にすい）とか だがしかし「さんずい」や「しんにょう」などは第二水準にはない これって何故でしたっけ。まさか さんずい＝水に「包摂」とか? ??? http://mevius.5ch.net/test/read.cgi/tech/1723861080/443
444: デフォルトの名無しさん [sage] 2025/08/23(土) 06:47:36.46 ID:0WleoknD >>443 氵も 辶 もJISにあるだろ (JIIS補助漢字または第4水準だが、包摂ではない) もちろん Unicode も部首素片以外に漢字側にも登録がある 冫だけ第2水準なのは教科書とかで使用例があったから（うろ覚え） http://mevius.5ch.net/test/read.cgi/tech/1723861080/444
445: デフォルトの名無しさん [sage] 2025/08/23(土) 07:30:15.06 ID:0WleoknD 大元の理由が知りたいというい意味ならこの辺は漢字の歴史に由来していて 「冫」は甲骨の時代から独立した漢字で「氷」は字源的には「冫+水」の「冰」の略字 「氵」は「水」が部首になった時の省略形で昔の漢字では2つは全く同じ字形 unicode でも「冫」は漢字としてのみ登録されていて、部首素片(CJK Radical)には無かったはず http://mevius.5ch.net/test/read.cgi/tech/1723861080/445
446: デフォルトの名無しさん [sage] 2025/08/23(土) 08:40:59.48 ID:baE/iOEd >>444 「第二水準内で」（第四水準がなかった時代に）という意味です 第四がある現在では包摂の適用が変わりましたので >>445 JISの中の人がどう考えていたのか気になりました 「冫」は康熙部首の方にありますね(U+2F0E） どうやら康熙部首がメインでCJK部首が補助のようですが、件の「長」は何故か両方に と思いきや、CJK部首の「長」は縦の棒が上から下まで繋がっている（画数が-1）とかいう話 そんなんわかるかあw http://mevius.5ch.net/test/read.c
gi/tech/1723861080/446
447: デフォルトの名無しさん [sage] 2025/08/23(土) 08:52:37.93 ID:wdSAuDDp >>444 「第二水準内で」（第四水準がなかった時代に）という意味です 第三以降では包摂の適用が変わったので、同列には語れません >>445 JISの中の人がどう考えていたのか気になりました 「冫」は康熙部首の方にありますね(U+2F0E） どうやら康熙部首がメインでCJK部首にはそのバリエーションが なのに「長」は何故か両方に同じものが入っている?? と思いきや、CJK部首の「長」は縦の棒が上から下まで繋がっている（画数が-1）とかいう話 そんなんわかる
かあw http://mevius.5ch.net/test/read.cgi/tech/1723861080/447
448: デフォルトの名無しさん [sage] 2025/08/23(土) 08:56:22.55 ID:yzoynflT 失礼、投稿が失敗したと思いダブリました（&少し書き直した） http://mevius.5ch.net/test/read.cgi/tech/1723861080/448
449: デフォルトの名無しさん [sage] 2025/08/23(土) 09:10:23.66 ID:0dLwdQt1 >>446 > CJK部首の「長」は縦の棒が上から下まで繋がっている（画数が-1）とかいう話 ならばgoogle猫が手抜きで糞フォントを作ったのがPDFコピペ文字化けの元凶だな 日本人の美的感覚では、(この辺は習字を見れば分かりやすい) 「長」の縦棒は、上よりも下のほうが少し左側(下のほうが広く見える)が美しいとされるので、 真面目にフォントを作れば同じグリフになることはない http://mevius.5ch.net/test/read.cgi/tech/1723861080/449
450: デフォルトの名無しさん [sage] 2025/08/23(土) 12:38:53.36 ID:0WleoknD >>447 そういう意味なら「康熙部首」はもともと部品じゃなくて普通に使われる漢字なのでJIS的には漢字として登録されるのは問題ない （康煕部首を漢字以外に登録しているunicode が変というかローマ数字の ⅰ がアルファベットの i と別にあるみたいな変さ) 「氵」とかは伝統的な漢字じゃないので（辞典類の索引くらいしか）単独の用例が存在していなかったのが理由じゃないかな 国語の教科書とかでも康煕準拠で「冫の部」とういう表記は使われるけど
「氵の部」という部首は存在してなくて「水の部」と書かれてる 第3、第4水準の包摂基準は原則として第1、第2の基準を援用してるので第2水準で包摂されていたら第4水準に追加できないので、逆説的に第4水準に追加されたことは包摂されていなかった解釈になる（補助漢字はかなりあやしい http://mevius.5ch.net/test/read.cgi/tech/1723861080/450
451: デフォルトの名無しさん [sage] 2025/08/23(土) 12:45:02.17 ID:0WleoknD >>449 文字をどのようにデザインするかはフォントごとの勝手、文字コードでは規定していない いやならそのフォントを使わなければ良い ゴシック体で画数と意識してられるかアホらしい http://mevius.5ch.net/test/read.cgi/tech/1723861080/451
452: デフォルトの名無しさん [sage] 2025/08/23(土) 14:58:11.95 ID:/wnxORck あ、すみません > CJK部首の「長」は縦の棒が上から下まで繋がっている（画数が-1）とかいう話 ちょっとこの部分はガセかもしないので皆さん一旦忘れてもらえますか? 「長」が康熙部首とCJK部首（補助）に登場するのは事実ですが http://mevius.5ch.net/test/read.cgi/tech/1723861080/452
453: デフォルトの名無しさん [sage] 2025/08/23(土) 15:25:52.11 ID:0WleoknD >>452 unicode には4つの「長」の部首素片が登録されてるメインに1つ、補助に3つ 多分メインのやつが字形を無視した意味上の部首素片で、補助のやつが unicode の包摂基準に従って分離された字形 http://mevius.5ch.net/test/read.cgi/tech/1723861080/453
454: デフォルトの名無しさん [sage] 2025/08/23(土) 15:38:45.17 ID:/wnxORck >>450 > 「氵」とかは伝統的な漢字じゃないので（辞典類の索引くらいしか）単独の用例が存在していなかったのが理由じゃないかな なるほど、そんな感じですかね http://mevius.5ch.net/test/read.cgi/tech/1723861080/454
455: デフォルトの名無しさん [sage] 2025/08/23(土) 15:54:04.18 ID:/wnxORck >>453 基底クラスに派生クラスが3つ、みたいな感じですかね 部首周りは思ったより複雑ですなw http://mevius.5ch.net/test/read.cgi/tech/1723861080/455
456: デフォルトの名無しさん [sage] 2025/08/25(月) 08:21:51.64 ID:y+b0tsbW 今回の話はほぼ部首由来だけど、そうでないのも少しありそう U+6AF8（櫸）は「ケヤキ」らしいがこれ以外にU+237F1（𣟱）という字もあり、 この両者に同じグリフを使う場合がある ちなみに例の坂道グループのはU+6B05（欅）、つくりの下側が「手」 ここらへんの文字がちゃんと扱えるのかのテストでもある http://mevius.5ch.net/test/read.cgi/tech/1723861080/456
457: デフォルトの名無しさん [sage] 2025/08/25(月) 08:51:42.49 ID:y+b0tsbW ちなみに台湾の日本アイドルファン系のサイトには、U+6AF8を使っている サイトが散見される.。まあ無理もないことではある しかしそれだと日本の情報を十分に集められなかったのではなかろうか まさかそれを嫌って櫻坂に改名したとしたら、なかなかの文字コード通か? しかし今度は中国本土の人がU+6A31（樱）を使ってしまう可能性もある http://mevius.5ch.net/test/read.cgi/tech/1723861080/457
458: デフォルトの名無しさん [sage] 2025/08/25(月) 08:56:46.72 ID:4e0IOAiN そもそも unicode の統合基準がグダグダなので unicode では同じ字形の文字が複数あるのが当然になってる（IVS/IVDも入れると同じ字形の漢字が3つも4つもあったり あと1つのフォントには最大で65536グリフしか登録できないので多くの文字を登録したい場合やフォントサイズを圧縮したい場合は同じ字形は一つのグリフで表すというのも普通のテクニックになってる http://mevius.5ch.net/test/read.cgi/tech/1723861080/458
459: デフォルトの名無しさん [sage] 2025/08/25(月) 15:28:01.56 ID:WuqY0NEW >>456 Unicodeは各国にある規格を取り込む、というのはまあまあやっていて U+6AF8は台湾で使われる字、U+237F1は日本などで用例のある字、 で本来グリフにも差があるらしい http://mevius.5ch.net/test/read.cgi/tech/1723861080/459
460: デフォルトの名無しさん [sage] 2025/08/25(月) 18:00:18.28 ID:4e0IOAiN >>459 U+6B05 は旁の下部が手なのでおいておいて もともとU+6AF8 は横棒二本と横棒三本が統合(unify)されてる（日本語フォントだと三本、中国語フォントだと二本で表示されるのが一般的、 二本と三本を指定したい時は IVS をつけるのがルール、具体的には U+E0100 をつければ日本で一般的な adobe-japan の横棒三本の字体を明示的に示せる IVS なんか知るか独立のコードポイントよこせという大陸様のゴリ押しで、横棒三本が別に U+237F1 に登録された このせいで
日本語フォントで表示すると両方が横棒三本の同じ字形という状態になってる（中国語フォントなら二本と三本で別の字形になる http://mevius.5ch.net/test/read.cgi/tech/1723861080/460
461: デフォルトの名無しさん [sage] 2025/08/26(火) 15:23:22.74 ID:yhOjjAzx >>460 例えば >IVS なんか知るか U+237F1が入ったのはIVSより前じゃね? http://mevius.5ch.net/test/read.cgi/tech/1723861080/461
462: デフォルトの名無しさん [sage] 2025/08/26(火) 17:54:44.18 ID:Bsu3S+Ad >>461 ちょうど同じ時期に並行して議論されてたんだよ 正式な規格書にコード位置が載ったのは Ext-B の方が少しだけ早かったかも http://mevius.5ch.net/test/read.cgi/tech/1723861080/462
463: デフォルトの名無しさん [sage] 2025/09/10(水) 21:44:22.92 ID:UOM2W4Ny Unicode 17.0 Release Announcement https://blog.unicode.org/2025/09/unicode-170-release-announcement.html 「Unicode 17.0」がリリース 〜8つの新しい絵文字、日中韓(CJK)文字の拡充も継続 サウジアラビア通貨「リヤル」の記号も https://forest.watch.impress.co.jp/docs/news/2046141.html http://mevius.5ch.net/test/read.cgi/tech/1723861080/463
464: デフォルトの名無しさん [sage] 2025/09/10(水) 22:23:52.97 ID:I5buXTbc >>463 漢字10万字突破とか笑える事態は置いとくとして 誰だ？ ウサ耳の絵文字とか登録したやつは http://mevius.5ch.net/test/read.cgi/tech/1723861080/464
465: デフォルトの名無しさん [sage] 2025/09/10(水) 23:25:55.02 ID:qn6dqRwx https://asset.watch.impress.co.jp/img/wf/docs/2046/141/image3_l.png http://mevius.5ch.net/test/read.cgi/tech/1723861080/465
466: デフォルトの名無しさん [sage] 2025/09/11(木) 14:48:21.23 ID:/BCensIn >>464 合成でバニーガールとバニーボーイを使い分けられてジェンダーフリー、 ってそこまでしてw 絆創膏のデフォルトの色をどうするか、みたいな話もあったり めんどくさい世の中だ そういえばインド人から送られてきたthumbs-upの絵文字は茶色かった http://mevius.5ch.net/test/read.cgi/tech/1723861080/466
467: デフォルトの名無しさん [sage] 2025/09/11(木) 15:09:06.69 ID:UUDIZIcP >>466 ああ、なるほど 「うさ耳」固有の絵文字が追加されたわけではなくて 今まであった「バニーガール」の絵文字を合成で使うと「うさ耳」の追加として処理するルールが追加されたのか http://mevius.5ch.net/test/read.cgi/tech/1723861080/467
468: デフォルトの名無しさん [sage] 2025/09/15(月) 20:12:18.82 ID:oqgL1+ac >>464 しかしリアルな中国の辞書でも10万字を超えるのはないはずだけど 10万字突破ってどういう文字集合になってるんすかねえ あと文字情報と汎用電子が追加したIVDはこの場合カウントされるのかな? http://mevius.5ch.net/test/read.cgi/tech/1723861080/468
469: デフォルトの名無しさん [sage] 2025/09/16(火) 03:15:46.45 ID:HhaKFttb >>468 手元に「汉字海」の2018年版があるけど、10万2千字超えてるよ 音未詳、義未詳、同〇〇、みたいな漢字が多数掲載 http://mevius.5ch.net/test/read.cgi/tech/1723861080/469
470: デフォルトの名無しさん [sage] 2025/09/17(水) 13:27:21.24 ID:JKPLurCd >>469 なるほど。しかしそのうちどれだけにUnicodeのコードポイントがあるのか 興味深いですね ちなみにこの場合の「海」は中心が点々で表示されるべきなんだろうけど 異体字セレクタにある点々の海を使うのは正解じゃないんでしたっけ http://mevius.5ch.net/test/read.cgi/tech/1723861080/470
ﾒﾓ帳
(0/65535文字)
上
下
前
次
1-
新
書
関
写
板
覧
索
設
栞
歴
ｽﾚ情報
赤ﾚｽ抽出
画像ﾚｽ抽出
歴の未読ｽﾚ
AAｻﾑﾈｲﾙ
Google検索
Wikipedia
ぬこの手
ぬこTOP
0.019s