(Translated by https://www.hiragana.jp/)
文字集合 - Wikipedia
Wikipedia

文字もじ集合しゅうごう

文字もじ集合しゅうごう（もじしゅうごう、英えい: character set）は、文字もじ、特とくにコンピュータにおけるキャラクタをその要素ようそ（「元もと」）とする集合しゅうごうである。文字もじセットという場合ばあいもある。

例たとえば、「全すべてのアルファベット」(a, b, c, ..., z, A, B, C, ..., Z)というのもひとつの文字もじ集合しゅうごうであるし、「全すべてのひらがな」(あ, い, う, ..., ん)というのもまた、ひとつの文字もじ集合しゅうごうである。

コンピュータにおける文字もじ集合しゅうごう

編集へんしゅう
「文字もじコード」も参照さんしょう

コンピュータ上うえで文字もじを扱あつかう場合ばあい、典型てんけい的てきには文字もじによる通信つうしんを行おこなう場合ばあいにその両りょう端はし点てんでは、どのような文字もじ集合しゅうごうを使つかうか、あらかじめ取とり決きめておく必要ひつようがある。あらかじめ定義ていぎされた符号ふごう化か文字もじ集合しゅうごう（後述こうじゅつ）を使つかう、とすることが多おおい。

レパートリ

編集へんしゅう

符号ふごう化か文字もじ集合しゅうごう（後述こうじゅつ）の収録しゅうろく対象たいしょうとなる文字もじ群ぐんをレパートリという。標準ひょうじゅんや規格きかくによって用語ようごに違ちがいがあり次じのように定義ていぎされている。

Unicode Character Encoding Model (UTR#17)
抽象ちゅうしょう文字もじレパートリ (ACR: Abstract Character Repertoire）- 符号ふごう化かの対象たいしょうとなる概念がいねん上じょうの文字もじの非ひ順序じゅんじょ集合しゅうごう。
Character Model for the World Wide Web 1.0： Fundamentals (W3C勧告かんこく CharMod)
レパートリ (repertoire) - 符号ふごう化かの対象たいしょうとなる識別しきべつされた文字もじの集合しゅうごう。一ひとつ以上いじょうの対象たいしょう言語げんごにおいて、テキストを表現ひょうげんし様々さまざまなテキスト処理しょりを効果こうか的てきに可能かのうにするため、実用じつよう的てきに文字もじが選択せんたくされる。それらの文字もじは利用りよう者しゃが文字もじと理解りかいするものとは厳密げんみつには一致いっちするとは限かぎらない。この文字もじの集合しゅうごうがレパートリと呼よばれる。
ISO/IEC 10646 (JIS X 0221)
レパートリ (repertoire) - 符号ふごう化か文字もじ集合しゅうごうで表現ひょうげんする文字もじの指定していされた集合しゅうごう。
JIS X 0208, JIS X 0213等ひとし
レパートリ (repertoire) - 符号ふごう化か文字もじ集合しゅうごうの一ひとつ以上いじょうのビット組合くみあいわせによって表現ひょうげんされる、規定きていされた文字もじの集合しゅうごう。
IBMの文字もじデータ表現ひょうげん体系たいけい (CDRA: "Character Data Representation Architecture")
文字もじセット (CS: "character set") - コード化か表現ひょうげんを前提ぜんていとしない、文字もじの定義ていぎ済ずみセット。

符号ふごう化か文字もじ集合しゅうごう

編集へんしゅう

文字もじ集合しゅうごうを定義ていぎしその集合しゅうごう内ないの各かく文字もじに一意いちいの符号ふごう化か表現ひょうげんを関連付かんれんづける規則きそくを符号ふごう化か文字もじ集合しゅうごうと言いう[1]。符号ふごう化か文字もじ集合しゅうごうには、例たとえばJIS X 0201、JIS X 0208、ISO/IEC 10646(UCS-2, UCS-4)等ひとしがある。標準ひょうじゅんや規格きかくによって用語ようごに違ちがいがあり次じのように定義ていぎされている。

文字もじコードを定義ていぎしている公的こうてき規格きかくでは以下いかのように定義ていぎされている。

ISO/IEC 646, ISO/IEC 8859, ANSI X3.4 (ASCII)
coded character set; code - A set of unambiguous rules that establishes a character set and the one-to-one relationship between the characters of the set and their bit combinations.
JIS X 0201, JIS X 0208, JIS X 0213
符号ふごう化か文字もじ集合しゅうごう (coded character set)、符号ふごう (code) - 文字もじ集合しゅうごうを定さだめ、かつその集合しゅうごう内ないの文字もじとビット組合くみあいわせとを1対たい1に関連付かんれんづける、あいまいでない規則きそくの集合しゅうごう。
ISO/IEC 10646 (JIS X 0221)
符号ふごう化か文字もじ集合しゅうごう (coded character set) - 文字もじ集合しゅうごう及およびその集合しゅうごうの文字もじと符号ふごう化か表現ひょうげんとの間あいだの関係かんけいを規定きていするあいまいさのない規則きそくの集合しゅうごう。

それ以外いがいの団体だんたいによる文書ぶんしょには以下いかのようなものもある。

Unicode Character Encoding Model (UTR#17)
符号ふごう化か文字もじ集合しゅうごう (CCS: Coded Character Set) - 概念がいねん上じょうの文字もじの集合しゅうごうから非負ひふ整数せいすうの集合しゅうごうへの写像しゃぞうとして規定きていされる。この整数せいすうの範囲はんいは連続れんぞくである必要ひつようはない。Unicode標準ひょうじゅんにおいてUnicodeスカラー値ね (Unicode scalar value) の概念がいねんは非ひ連続れんぞくな非負ひふ整数せいすうとして明示めいじ的てきに定義ていぎされる。符号ふごう化か文字もじ集合しゅうごうが概念がいねん上じょうの文字もじから整数せいすうへの写像しゃぞうであれば、ある概念がいねん上じょうの文字もじは符号ふごう化か文字もじ集合しゅうごうで規定きていされることになる。
IABモデル (RFC2130)
符号ふごう化か文字もじ集合しゅうごう (CCS: Coded Character Set) - 符号ふごう化か文字もじ集合しゅうごうは概念がいねん上じょうの文字もじの集合しゅうごうから整数せいすうの集合しゅうごうへの写像しゃぞうである。
Character Model for the World Wide Web 1.0： Fundamentals (W3C勧告かんこく CharMod)
符号ふごう化か文字もじ集合しゅうごう (CCS: coded character set) - レパートリ中ちゅうの個々ここの文字もじは対応たいおうする（数学すうがく的てき、抽象ちゅうしょう的てきな）非負ひふ整数せいすう、コードポイント（区点くてん位置いち、面めん区点くてん位置いち、文字もじ番号ばんごうや符号ふごう位置いち等ひとし）に関連付かんれんづけられる。その結果けっか、レパートリから非負ひふ整数せいすうの集合しゅうごうへの写像しゃぞうが符号ふごう化か文字もじ集合しゅうごう (CCS) と呼よばれる。
IBMの文字もじデータ表現ひょうげん体系たいけい (CDRA)
コード・ページ (CP: "code page") - それぞれのグラフィック文字もじセットごと、またはグラフィック文字もじセットの集あつまりに対たいする、コード・ポイント (code point) の指定してい。一ひとつのコード・ページの中なかで、コード・ポイントには特定とくていの意味いみを一ひとつだけ持もたせることができる。

符号ふごう化か文字もじ集合しゅうごうと文字もじ符号ふごう化か方式ほうしき

編集へんしゅう

ASCIIやISO/IEC 8859のような符号ふごう化か文字もじ集合しゅうごうはそれ単体たんたいで運用うんようされることが多おおいが、EUC-JPやShift_JIS、UTF-8のように2つ以上いじょうの符号ふごう化か文字もじ集合しゅうごうを組くみ合あわせたり変形へんけいしたりして運用うんようされる文字もじコードがある。そこで、符号ふごう化か文字もじ集合しゅうごうを組くみ合あわせて運用うんようする方式ほうしきを指さして文字もじ符号ふごう化か方式ほうしきという言葉ことばが使つかわれることがある。

ある文字もじ集合しゅうごうに含ふくまれる文字もじを用もちいて記述きじゅつした同一どういつの文字もじ列れつであっても、使用しようする文字もじ符号ふごう化か方式ほうしきが異ことなれば、異ことなるバイト列れつとなる。また、異ことなる文字もじ符号ふごう化か方式ほうしきの文字もじ列れつデータであっても、基もととなる文字もじ集合しゅうごうが同一どういつであれば、文字もじの欠落けつらく無なく相互そうご変換へんかんが可能かのうである。基もととなる文字もじ集合しゅうごうが異ことなっていても、変換へんかん元もとの文字もじ集合しゅうごうが、変換へんかん後ごの文字もじ集合しゅうごうの部分ぶぶん集合しゅうごうであれば、欠落けつらくは発生はっせいしない。ただし、部分ぶぶん集合しゅうごうであっても、符号ふごう化か文字もじ集合しゅうごうにおける文字もじの符号ふごうの並ならびが異ことなる場合ばあいもあり、そのような場合ばあいは巨大きょだいな変換へんかん表ひょうが必要ひつようとなる(例たとえば、JIS X 0208はUCS-2の部分ぶぶん集合しゅうごうであるが、符号ふごうの並ならびは全まったく異ことなる)。ただし、近年きんねんのOSでは、標準ひょうじゅん的てきな機能きのうとして変換へんかん表ひょうを持もっていることも多おおく(WindowsのMultiByteToWideChar API、UNIXのlibiconv等ひとし)、アプリケーションが独自どくじに変換へんかん表ひょうを持もつ必要ひつようはあまりない。逆ぎゃくに、部分ぶぶん集合しゅうごうの関係かんけいにない文字もじ集合しゅうごうへ変換へんかんした場合ばあい、欠落けつらくする文字もじが発生はっせいし、中ちゅう黒点こくてん等とうで置おき換かえられたり、不適切ふてきせつなプログラムであれば文字もじ化ばけ等とうが発生はっせいする(ただし、同様どうようの現象げんしょうは、フォントが原因げんいんの場合ばあいもあり、文字もじ集合しゅうごうの変換へんかんが原因げんいんとは即時そくじには判断はんだんできない)。

文字もじ符号ふごう化か方式ほうしきを適用てきようする際さいに、複数ふくすうの文字もじ集合しゅうごうを組くみ合あわせたり、文字もじ集合しゅうごうの一部いちぶをベンダーが独自どくじに置おき換かえることもあり、互換ごかん性せい問題もんだいの原因げんいんとなりやすい。例たとえば、WindowsとMacintoshで作成さくせいされたShift_JIS文書ぶんしょでは、それぞれ基もととなる文字もじ集合しゅうごうにベンダーが独自どくじの修正しゅうせいを加くわえているため、完全かんぜんな互換ごかん性せいは無ない(例たとえば丸まる付つき数字すうじと括弧かっこ付つき曜日ようびなど)。他ほかにも、文字もじ集合しゅうごうの僅わずかな差異さいにより問題もんだいが起おきやすい例れいは、「~」と「‾」、「\」と「¥」などである。

ISO/IEC 646, ISO/IEC 8859, ISO/IEC 2022 (JIS X 0202), JIS X 0201, JIS X 0208, JIS X 0213等とうの定義ていぎでは「符号ふごう化か文字もじ集合しゅうごう」と「符号ふごう」とは同義どうぎであり、交代こうたい可能かのうな用語ようごとされるが、UnicodeやIABモデルでは異ことなった意味いみで同おなじ用語ようごが使つかわれていることがあるため、解釈かいしゃくが混同こんどうされることがある。また、文字もじ集合しゅうごうの似にた用語ようごとしてMIME等とうで利用りようされるIANAのcharsetがあるが、charsetは符号ふごう化か文字もじ集合しゅうごうと文字もじ符号ふごう化か方式ほうしきを合あわせた概念がいねんであり、名称めいしょうと実態じったいが一致いっちしていない。

関連かんれん用語ようご

編集へんしゅう

出典しゅってん

編集へんしゅう
[脚注きゃくちゅうの使つかい方かた]
  1. ^ 矢野やの啓介けいすけ、2019、『[改訂かいてい新版しんぱん]プログラマのための文字もじコード技術ぎじゅつ入門にゅうもん』、技術評論社ぎじゅつひょうろんしゃ〈WEB+DB PRESS plus シリーズ〉 ISBN 978-4-297-10291-3 9頁ぺーじ

外部がいぶリンク

編集へんしゅう
「https://ja.wikipedia.org/w/index.php?title=文字もじ集合しゅうごう&oldid=98617453」から取得しゅとく