Unicodeにはさまざまな絵文字が追加され続けているが、Unicode Consotiumはスコットランド国旗の追加に関する要望を無視しているそうだ(The Courierの記事、 The Registerの記事)。 前スコットランド首相のアレックス・サモンド氏は昨年、スコットランド国旗の絵文字を次回のアップデートに含めるよう求める書状をAppleとUnicode Consotiumに送っていたそうだ。しかし、Unicode 9.0.0に追加される72種の絵文字にスコットランド国旗は含まれていない。サモンド氏は、Unicodeの絵文字にスコットランドのシンボルであるユニコーンが含まれているものの、スコットランド国旗の追加が望ましいとして、再びUnicode Consotiumに要望を送るつもりだという。 スコットランドは英国の一部であり、スコットランド人が自国を示す場合には英国旗を使用す
これは，こちらのサイトによると， Depending on your requirements, this may or may not be what you want, but it is certainly consistent with the overall design of the String type to abstract away as many Unicode details as possible. Rule of thumb: if two strings look equal to the user, they will be equal in your code. つまり，「Unicodeでの実装にかかわらず，ユーザ側からの見た目が同じであるからには，コード上でも同一として扱われるべきである」という原則に基づいているとのことです。 実際，この仕様はApple
これまで何度かUTR50（Unicode縦書きの文字の向き仕様）を話題にしてきましたが、2013年8月31日に正式版が出て、CSS3 Writing Modes仕様（現在最終草案）でも、このUTR50仕様が縦書きの文字の向きのデフォルトになることが確定しました。 今後はEPUBリーダーなどでの縦書きの文字の向きのデフォルトとして、これが標準になっていくものと思われますが、現在はそれぞれ独自であったりドラフト版のUTR50ベースであったりして、実装によって向きがまちまちです（それを解決しようとしたのがUTR50なのですが）。新しい標準に切り替わるまでのあいだ、電子書籍制作側ではいろいろ注意が必要です。 これについて、「電書魂」の次のブログ記事など参考になるかと思います： InDesignとEPUBの縦書き時の文字の向きの差について／電書魂 また、UTR50とCSS3 Writing Mode
ラテン文字との見分けが付きにくい文字を組み合わせれば、ユーザーが気づかずにメールの文字などをクリックしてしまう恐れもある。 米Googleは、Gmailで非ラテン文字に対応したことに伴い、ラテン文字との見分けが付きにくい文字を組み合わせた文字列の悪用を防ぐ措置を講じたと発表した。 Gmailでは非ラテン文字を含んだアドレスが認識できるようになり、「武＠メール.グーグル」といったメールアドレスが利用可能になった。Googleはこれを「メールの国際化に向けた第1歩」と位置付ける一方で、迷惑メールや詐欺メールに悪用される事態を防ぐ対策も必要だと指摘する。 例えばミャンマー語の「Wa」を現す文字（U+101D）や、インドで使われるグジャラート語の「ゼロ」（U+AE6）、ギリシャ語のオミクロン（U+03BF）などの文字は、アルファベットの「o」とほとんど見分けが付かないという。詐欺メールなどにこうし
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%
日本がCJK統合漢字拡張F1/F2に提案している文字には、すでにUCSに入っている漢字と見分けがつかない例がいくつもある。これらは、提案書*1に「Similar and Variation」として既存の文字の符号位置が記載されているものの一部であり、つまり、似ている漢字の存在は百も承知で提案しているわけだ。 以下、そのような例を拾ってみた。左右に並べた文字のうち「UCS」欄に符号位置が入っているほうが、既存のもの。個々の文字について述べることはしないが、要するに「別字の衝突であれば、形が同じでも別の符号を与える」ということだろう。 だが、ちょっと待ってほしい。それって実はものすごく根本的な方針転換じゃないですか？ 「機」の簡体字の「机」も「つくえ」の「机」も、形が同じである以上、同じ符号位置（U+673A）に包摂・統合するというのがCJK統合漢字の大原則であったはず*2。ここでいきなりそれ
概要 『漢字データベースプロジェクト』は、Unicode / UCS (Universal Multiple-Octet Coded Character Sets) によって符号化された漢字（CJK統合漢字）の情報交換・検索照合・分析に役立つ様々なデータベースを整備することを目的に、2003年度に日本学術振興会科学研究費補助金・研究成果公開促進費（データベース）の援助を受けて開始しました。 各種漢字データファイルは、GitHubにて管理されており、GitHubサーバから取得することができます。 ライセンスについて 本プロジェクトのデータは、GPLライセンスおよびMITライセンスにて配布しています。 GPLライセンスによる配布 IDSデータ（ids.txt） 説文解字注（六書音均表等を含む）データ 宋本廣韻データ 學生字典データ MITライセンスによる配布 上記以外のすべてのデータ（以下を含
『Unicode IVS/IVD入門』（田丸健三郎、小林龍生）を読んでいたら、いくつか気になる点があったので、まとめてみることにした。とりあえず、第4章（37ページ分）だけ。時間と気力があれば、今後、他も追加していくかも*1。組版上の突っ込みは（ひどい例以外は）省いた*2。 p.103 ISO/IEC 8859は《中略》パート16まで定義されています（パート15は破棄）。 破棄されたのはパート12。 p.104 「ISO-10646」の文字集合 「ISO-10646」→「ISO/IEC 10646」。 たとえば、1面19区75点を符号位置とする文字をシフトJISで8ビット符号化した場合0x8A6Bとなる文字を例に見てみましょう。この文字は、葛飾区の「葛」という文字ですが 「葛」はシフトJISで「0x8A6B」ではなく「0x8A8B」。 p.106 「U+000000」→「U+0000」（U
Lionの絵文字（Appleカラー絵文字）の一部は、Finderで消えることがある。下図は、フォルダの名前をU+2728 SPARKLES（✨）とした例。メニューでは正しく3つの星が見えるが、アイコン表示のウインドウ内からは消えている。 この状態のフォルダはけっこう危険で、わたしの環境では、たとえばFinderのウインドウをリスト表示にしているとき、名無しフォルダをドラッグして移動しようとすると、移動できず、その後はFinder上のすべてのフォルダとファイルがドラッグできなくなる。 消える絵文字の共通点は、UnicodeのDingbatsブロック（U+27xx）に含まれていること。 ただし、下図の7文字は（前回述べたように）Finderでは他のフォントで表示されるので、消えることはない。 というわけで、残りの文字（下図）を、以下「消える絵文字」と呼ぶこととする。これらの文字は、Finder
この考え方が本当に正しいかを確かめるために、UnicodeのコードポイントがU+00E8である「è」という文字を使って試してみましょう。 use strict; use warnings; use utf8; use Encode qw/is_utf8 encode_utf8/; sub disp_hex($) { use bytes; join ' ', map {sprintf '0x%X', ord($_)} split //, $_[0]; } my $utf8flagged = 'è'; # 内部表現がUTF-8の「è」 my $latin1 = "\x{00E8}"; # 内部表現がLatin-1の「è」 for ($utf8flagged, $latin1) { print "Dump: ", disp_hex($_), "\n"; print "UTF-8 flag: ",
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
