平成 10 年 5 月 25 日 Windows NT 漢字処理技術協議会 WG2 （ｺｰﾄﾞ & ｷｬﾗｸﾀｰｾｯﾄ）ﾘｰﾀﾞｰ NEC オフィスシステム 伊藤 英俊 漢字コードについ て

内 容内 容 コード問題についての整理 JIS 漢字コード拡張計画の進捗状況 ・ コード系のおさらい ・ 漢字コードについての世の中の議論 ・ いわゆる第 3 ・第 4 水準の標準化 作業の現状

コード系のおさらい ・ ISO 2022 系 複数の 1 バイト 7 ビットコード／ 8 ビットコード ２バイト 7 ビットコード／ 8 ビットコードを 「指示」（エクスケープシーケンス）と 「呼出し」（シフトコード）を用いて 同一システムで混在使用 ISO 2022 Code Extention Technique JIS X 0202 符号拡張技法

ＩＳＯ ２０２２系 コード １バイトコード b7b6b5b4b3b2b1 図形ｷｬﾗｸﾀ 仮 名仮 名 DEL SP SO SI ７単位 b7 ～ b5 b4 ～ b 図形ｷｬﾗｸﾀ ﾛｰﾏ文字 DEL SP

ＩＳＯ ２０２２系 コード １バイトコード b8b7b6b5b4b3b2 ８単位 b1 図形ｷｬﾗｸﾀ ﾛｰﾏ文字 DEL SP b8 ～ b5 b4 ～ b (CO) 図形ｷｬﾗｸﾀ 仮 名仮 名 未定義 (GR)(GL)

ＩＳＯ ２０２２系 ２バイト コード b8b1b8b1 図形ｷｬﾗｸﾀ GL 94×94 =8836 図形ｷｬﾗｸﾀ GR b8=0 b8=1 第１バイト 第２バイト 制御コード スペース 未定義 b8 0 1 b7 ～ b5b4 ～ b1 未定義 デリート

ＪＩＳ Ｘ ０２０８－１９９０ 情報交換用漢字符号 非漢字５２４字 （未定義） 第１水準漢字 ２９６５字 第２水準漢字 ３３９０字 （未定義） 点 区

ＪＩＳ Ｘ ０２１２－１９９０ 情報交換用漢字符号－補助漢 字 非漢字 ２４５字 漢字 ５８０１字 （未定義） 点 区 （ 1 区、 3 ～ 5 区、 8 区、 12 ～ 15 区は未定義）

ＩＳＯ ２０２２ コード拡張技法の 概念図 GLGRG0G1G2G3 X0208X0212X0201 呼出し （シフトコード） 指示 （ｴｽｹｰﾌﾟｼｰｹﾝｽ） Ｆ：ファイナルキャラクタ＝図形文字セットのＩＤ LS0 LS1 LS3 LS2LS1R LS2R LS3R ESC I F ESC I 1 I 2 F 概念であって 厳密でないので注意

コード系のおさらい ・ シフト JIS ISO 2022 系のコードで 1 バイトコードと 2 バイトコードを「指示／呼出し」なしで 混在使用するため 1 バイトエリアと 2 バイトエリアが重ならないよう 2 バイトエリアをシフトしたもの 簡便だが拡張性に乏しい （ ex.X0212 補助漢字は使えない）

シフトＪＩＳ コード 217E 21 7E 81 9F 40FC 40 E0 FC １バイト見て、１バイトエリアか２バイトエリアか知る ２バイトのエリアなら次のバイトと合わせて１字のコード １バイト エリア ２バイト エリア １バイト エリア ２バイト エリア

コード系のおさらい ・ ISO UCS 、 Unicode 従来の ISO 2022 とは異なり 2 オクテット （ は 2 および 4 オクテット）の 単一コード系 ISO 2022 との互換はない 非漢字は各国文字に個別コードを付与 漢字は C 、 J 、 K 、各国漢字を統合化

ＩＳＯ／ＩＥＣ １０６４６－１：１９ ９３ ＵＣＳ （ＪＩＳ Ｘ ０２２１－１９９５） 点 256 区 256 面 00 群 00 群 01 群 7F

ＩＳＯ／ＩＥＣ １０６４６－１：１ ９９３ ＵＣＳ （ＪＩＳ Ｘ ０２２１－１９９５） 群面区点 UCS4 群 00 ／面 00 ： ＢＭＰ（基本多言語面）＝ＵＣＳ２ Unicode

ＢＭＰ（基本多言語面） Ａ領域 Ｉ領域 Ｏ領域 Ｒ領域 （ｱﾙﾌｧﾍﾞｯﾄ記号類） （ＣＪＫ統合漢字） （未定義） （ＰＵＡ、互換文字等） A0 E0 FF20,992 19,903 PUA （私用領域）は E000 ～ F8FF の 6400 字分

ＣＪＫ統合漢字

コード系についての世の中の議論 ・ Unicode 批判を客観的に整理 １．使える文字が限定される １．コード枠に制限がある （注． UTF16 の回避策） ２．漢字を統合したのが問題 ３．制定の経緯が気にくわない 民主主義（多数決論理）の悪用に よる多国籍企業の横暴 ４．従来の国内規格との互換性がない 欧米企業には都合よい規格 （現代の黒船、日本への経済侵略） ′

批判についての私の意見 １．使える文字が限定 文字についての把え方の議論が不足 異なり字（親字）か異体字の不足か？ 解決策は別 １．コード枠に制限 学術研究用（例：古代文字も必要）には 別の規格でよい 一般用規格のスーパーセットならなお可 ２．漢字統合の問題 やり直せるならやり直せば！ やり直せないようなら利用方法を考えよう！ ′

批判についての私の意見 ３．制定の経緯の問題 感情論を言ってても仕方ない ４．従来規格と非互換 承知で（多数決）で決めたのだから仕方ない フル変換は覚悟の上だろう ５．その他 皆、自分の立場でしか意見を言っていない 解決策の提言がない

漢字コードについての私の意見、提言 分野によってニーズは異なる ・学術研究分野：古代文字までコード化が必要 ・戸籍処理：誤字、俗字の類いの異り字、 異体字も DB 上で区別が必要 異体字はプレゼンテーションレベルの問題 という考えは違う ・一般 OA ：たまに使う異り字、異体字は 外字処理で可能 経済性も大事

漢字コードについての私の意見、提言 異体字を指定できるスキームが必要 例えば異体字ファンクションと異体字番号で指定 ex. 渡辺 渡邊 異体字は登録制で台帳管理 フォントを実装すれば渡邊が出るし フォントがなくても渡辺の異体字で あることは明白 異体字かどうかの判断規準（現在の包摂規準 とは目的が別）作りと常設管理機関が必要 異体字ﾌｧﾝｸｼｮﾝ 異体字番号

JIS 第 3 、第 4 水準標準化の進捗状況 スケジュール ・昨年度（ 1997 ）初めから検討開始 本年度中（ 1998 ）に JIS 原案完成目標 ・本年 9 月～ 12 月に公開レビュー予定で準備中 ・現在の状況は下記Ｗｅｂで公開中

JIS 第 3 、第 4 水準標準化の進捗状況 目的 ・現代日本語を符号化するために十分な 文字集合を提供すること ・ JIS X 0208 と同時に用い、 JIS X 0208 を 補完するものであること 目標は約 5000 字の漢字と記号類 ・現状の使用環境で直ちに実装できること

JIS 第 3 、第 4 水準標準化の進捗状況 現状（ Web 公開内容から再編集） ・漢字 資料を入手し資料間の 1 字毎の照合を実施中 既にかなりの部分は終っており、 その異り字数は約 7200 字 分野 NTT ハローページ（ 1997/2 ）、 NTT 契約者名簿 町字ファイル外字（国土地理協会）、 町字ファイル書き換え文字 1 万分の 1 地図／ 2 万 5 千分の 1 地図（国土地理院） 典拠資料／調査対象資料 現行法律・政令・省令外字 地名 人名 法例

JIS 第 3 、第 4 水準標準化の進捗状況 分野 典拠資料／調査対象資料 学術 一般 その他 ( 不明 ) 新首字、熟語専用字の一方だけ X0208 にあるもの 日本国語大辞典（新版）外字（小学館） 広辞苑外字（岩波書店）、大辞林外字（三省堂） 共同通信社外字 文部省学術用語集、切韻印目（鉅宋広韻による）、 韻鏡三十六字母 小・中・高校検定済全教科書 1500 冊 新潮文庫の 100 冊 / 明治の文豪 / 大正の文豪（新潮社） 大正新修大蔵経所収漢字（大蔵出版社） 中国医学古典用外字（日本内経医学会） IBM 選定文字、 JIPS （日本電気）拡張文字、 JEF （富士通）拡張文字

JIS 第 3 、第 4 水準標準化の進捗状況 ・非漢字 資料を入手し検討中 ・アイヌ語表記の仮名 ・鼻濁音表記の仮名 ・歯科記号

JIS 第 3 、第 4 水準についての問題点 人名漢字が増えても 戸籍処理上の問題解決にはならない シフト JIS に適用すると ・現在の AP のほとんどは動作しないと思われる 中国で GBK が実装されて大騒動発生と 同じパターン ・ユーザー外字が使えない

終 漢字コードについ て