🚀 go-pugleaf

In article <s1cvhhn9rm6.fsf@mousai.jaist.ac.jp>, moriok@jaist.ac.jp
MORIOKATomohiko says...
>
>画像とか音声とかも正規化するんでしょうか？それはそれで興味深いです。もし、
>具体的な案に対する pointer があれば教えてください。

個人的な意見（かなり有力な人の意見）をメールで聞いただけなので、
まだpointerはありません。きっと数ヶ月先になると思います。

>CNS 11643 plain 1 の場合、現状では 1 対 1 対応になっていないのですが、欠
>けていたいくつかの文字は今後追加されることになっているようです。この場合、
>現状の table と追加後の table は非互換になります。もちろん、標準的には良
>いんでしょうが、実装的には多分複数が出回るでしょうね。
>
>UCS に先に追加したとしても、実装を一斉に切り替えるのは無理でしょうから、
>あんまり意味がない気がします。

ううう、こう言われてしまうと、たしかにそうかも知れません。仕様を
どう決めてもUTF-16を実装しない(UCS-2しか実装しない）実装は存在する
でしょう。しかし、仕様を決めている側からすると、仕様に正しく従った
実装の間の相互接続を保証するというのは一つの砦で、そうしないと混乱か
ら抜け出るすべがなくなると思います。つまり、どれが正しいかが決められなく
なる、もしくはいまさら変えられなくなる。

>UCS / Unicode は成長する規格なので、符号位置の意味を明記するための技術的
>解決を図らない限り、どうしたって混乱は生じるのではないかと思います。

Unicodeのどのバージョンを参照するかについては、議論していますが、
どのバージョンであるかを指定できるようにするという話は最近は聞いたこと
がありません。なぜかは、私にも分かりません。

>;; それでも気にしない人は気にしないし、気にする人は気にするだろうから、
>;; 符号の意味面の統一と言うのはバベルの塔を作るようなものに感じられると
>;; いうか。:-) 結局、気にしない人の方が多くならざるを得ないから、気にす
>;; る人は別の防衛手段を採るしかないんでしょうね。例えば、SGML の実体参照
>;; を使うとか。XML が普及するなら parser をだます裏技に走ると。(^_^; 文

XML日本語プロファイルの次期改訂では、危ない文字については文字参照
(Unicodeの番号での指定)を用いることを勧める予定です。しかし、この
手はUnicodeにない文字には使えません。別のところでも、XMLの言語機構
（例えば空要素タグや実体）を使うという話が出ましたが、そうすると属性値に
使えないという問題が起こったりします。

>;; 字符号の意味面に興味がある人にとっては encoding は何でも良いので、
>;; UTF-8 という encoding が普及するのはそういう人にとっても喜ばしいんじゃ
>;; ないでしょうか（情報交換が保証されている領域が広がるし、膨大な私的空
>;; 間もある。それに扱いやすいし）。

UTF-8には、BOMを許すかどうかが決まっていないという問題があったり
します。けっこう、BOMがあると動かないものは多いようですね。(perlプログラム
がそう。）UTF-16もBOMはsignatureなのか本体なのかという問題があったり
します。頭が痛い....

村田　真