トップページ⇒linux
857コメント312KB

EUCボクメツ委員会

■ このスレッドは過去ログ倉庫に格納されています
0001ﾓ･ｸ･ﾍ･ｹ菽ｦｯ01/10/16 00:18ID:ZujZqkcr
Javaとかのマルチプラットフォームなアプリでも文字コードをいじらないと化けるし。
ICQクローンで Shift_JIS<=>EUC の相互変換をするように加工とか小細工して使ってるのには泣けたＹＯ
せっかく多言語対応の環境で作られたソフトでも日本ローカルのパッチ作んなきゃいけないんじゃ
意味ないじゃん！
Winに比べて少ないアプリがさらに選択肢が狭まっちゃってどうしようもないYO
Linuxにおける日本語の標準コードはWinに倣いShift-JISをメインにすべきである。
0002login:Penguin01/10/16 00:24ID:2cXXFpCZ
EUCでもSJISでもUNICODEでもいいから
はよ統一して欲しいね。
0003login:Penguin01/10/16 00:24ID:9B4PVJPA
みんなutf-8に移行したら幸せになれます
0004login:Penguin01/10/16 00:27ID:NZ0m+3Nq
シフト JIS 氏ネ。欠陥コンコーディング。
0005ﾓ･ｸ･ﾍ･ｹ菽ｦｯ01/10/16 00:29ID:ZujZqkcr
現在の会員数 ：３人
0006login:Penguin01/10/16 00:32ID:oDnFuGnj
そうそう、SJISが死んでeuc or JISになればよい。
0007login:Penguin01/10/16 00:42ID:uxyGYFYO
SJISアボーンに一票。
0008login:Penguin01/10/16 00:47ID:rUwtIh7k
jis x 0208
jis x 0201
ISO-2022-jp/kr
0009login:Penguin01/10/16 00:56ID:W0yrYiw7
UTF-8 は言わば文字コードの一枚岩カーネル。世界中の文字をひとつの体系に。
EUC は言わばマイクロカーネル。言語ごとにモジュール化。
SJIS は言わば日本語だけの一枚岩。日本語と英数字が世界のすべて。
0010login:Penguin01/10/16 00:58ID:+wbgAKJH
>>1はﾋｯｷｰ
0011login:Penguin01/10/16 00:59ID:SUWKfT51
>>9
中国語(繁体字)はUTF-8で網羅できるんだっけ？
0012login:Penguin01/10/16 00:59ID:TsMc1BOC
>>9
日本そのものって感じだね＞SJIS
0013login:Penguin01/10/16 01:01ID:0iRzhq4a
どうでも良いけどSJISはメーカや環境ごとに違うので糞です。
>>1はWindowsだけずっと使ってください。
0014901/10/16 01:03ID:W0yrYiw7
オレが特に強調したいのは SJIS は「切り替え」の余地が残されてないこと。
UTF-8 もそうだから根強い反論がある。
0015login:Penguin01/10/16 01:04ID:SUWKfT51
よく考えてみると
Shift-JIS - Windows,Dos,OS/2,Mac
JIS - TRON?
EUC - Linux,HP-UX,Solaris,AS/*,FreeBSD,BSD/OS,NetBSD
どれが多いだろうか？
あと、>>13の言う通り。
0016901/10/16 01:05ID:W0yrYiw7
Windows は特に NT 系で UTF-8 に統一されつつある傾向だがな。
1 はそれを知ってるのかな。
0017login:Penguin01/10/16 01:05ID:yZY6sng4
同じくSJISｱﾎﾞｰﾝに一票。
俺はeucでｲｲ。
0018login:Penguin01/10/16 01:10ID:W0yrYiw7
Java も UTF-8 だぞ。
何で 1 みたいなのが Linux 板にいるんだ。
0019login:Penguin01/10/16 01:11ID:rUwtIh7k
>>18
ソースとかリソースのことじゃないの？
0020UCS4キボンヌ01/10/16 03:14ID:4zfTGCvs
>Windows は特に NT 系で UTF-8 に統一されつつある
UCS2でしょ。COleStringの内部で盛んにUCS2.
将来、負の遺産になりそ。
0021login:Penguin01/10/16 03:38ID:aWaNxseP
tron-codeってのはどーだ？
出ない字がないんだろ？たしか
0022login:Penguin01/10/16 03:42ID:W81ZfPKp
SJIS なんつーメンドーなエンコーディングはステ
0023login:Penguin01/10/16 03:53ID:devEzPX4
>>21
同じ文字とは何か？定義してないから、
databaseやgrepで困ると思われ
0024login:Penguin01/10/16 04:23ID:4zfTGCvs
>同じ文字とは何か？定義してないから、
>databaseやgrepで困ると思われ
２ちゃん見てるとわかるけど、富士通→富士痛といった
あえて検索性の悪い表現を狙って行うのが人間というも
のだろう。政治家の「善処する」が「何もしない」を意
味する国の人間としてはおそらく逸脱の速度が定義の作
業スピードを追い越すだろうと思われる。
0025login:Penguin01/10/16 04:44ID:N1gEmB5d
>>24
＞２ちゃん見てるとわかるけど、富士通→富士痛といった
＞あえて検索性の悪い表現を狙って行うのが人間というも

ただのあほ。
0026login:Penguin01/10/16 05:34ID:W81ZfPKp
>>24
それは単なる２ちゃん用語だろ
0027login:Penguin01/10/16 06:19ID:4zNPHE9n
そもそもなんで Shift_JIS なんつー
うざいものができたんだ？
誰か教えてくれ。
0028login:Penguin01/10/16 07:02ID:xR9dpqTG
半角カナ使いたかったから。
0029login:Penguin01/10/16 07:51ID:XM6EXXtB
>>27
EUCとJISに欠陥があるからって言ってた気がする。
0030login:Penguin01/10/16 08:02ID:0RDEkWSQ
つーかEUCにしろSHIFT_JISにしろ、計算機資源の乏しかった
ころの規格だろ。
富豪的コンピューティングでTRONでいいじゃん。
UNICODEもステだな。
0031login:Penguin01/10/16 09:15ID:10niM3hA
っていうか、なぜEUCにこだわる人ってなぜそんなものにこだわる？
理想を求めるならTRON-CODE
今現に多く使われているという現状を追認するならS-JIS
EUCにはどっちの利点も無い。
0032うひひ01/10/16 09:21ID:so9BFYxc
むずかしいことイイからよ
shift_jisバリバリのLinuxあっても良いんじゃねーか？
shift_jisのUnix使ってると連携わりーんだよな実際。
0033login:Penguin01/10/16 09:37ID:Gyb/MKxi
>>31
人生に妥協は必要だよ。
0034login:Penguin01/10/16 09:43ID:devEzPX4
>>31
> っていうか、なぜEUCにこだわる人ってなぜそんなものにこだわる？

m17nに有利だからだろ。
0035login:Penguin01/10/16 11:47ID:W81ZfPKp
>>29
ﾊｧ? 逆だろ。
まず ISO-2022-JP があって、モード付きのエンコーディングだと
プログラムが書きにくいから ShiftJIS が作られた。
でも ShiftJIS は半角カナを 1 バイトの領域に入れてしまったために
一部の記号と日本語のコードがダブってしまって、それを例外として
処理する必要があった。
その辺を教訓として EUC-JP が作られたから、日本語と英数字の
領域は完全に分離されていて最も扱いやすく、I18N に有利である。
0036続き01/10/16 12:51ID:7rh/WYyT
結果、半角カナは2バイトで、外字は3バイトである。
文字コードの何たるかを考えた事もない
ヘタレプログラマにはただただうっと惜しいだけであった。
0037login:Penguin01/10/16 12:50ID:uARHilua
>>35
なんか違うぞ

ISO-2022-JP はそれまで慣習として通信で使われてた7bitJISコード
(ISO-2022にそこそこ準拠)を、fj.* と Internet Mail で使うものとして、
制限つけてRFCとして書き起こしたものだ。名前に反して実は ISO-2022 に
正確には準拠してないのは有名だ。7bit JIS としてなら歴史はあるが、
まとまったのは一番新しい。

まあ、たぶん言いたいことは「ISO-2022 が先にある」ってことなのだろう。
それなら正しい。

ShiftJIS は、Microsoft社が MS-DOSに日本語を導入するにあたって、
半角カナを残しつつ漢字コードをわりこませるためにASCII社に作らせた
もんだ。変態的な変換で気持ち悪いことと、当時既にあった国際規格の
ISO-2022を全部無視したこと以外はそんなに悪いコードじゃない。
いってる通り、不幸の文字があるので、ASCII処理前提でかかれていた
コードは全部書き直しの憂き目にあったのはそのとおり。

んで、EUC-JP は別にそのあたりを教訓にしたのではなくて、
UNIX の国際化を行うにあたって、普通に 8bit 版 ISO-2022
の使い方を日本語用に確定しただけのものだ。これは当時国内でUNIXを
作ってたメーカが、既に同等の手法で自社UNIXを国際化してたのが
細部が異なってたのを統一する形でつくられた。

ISO-2022 のままだと、ステートが爆発するので扱いにくいのは事実。
でも、SJIS と EUC-JP では、正しくまじめに国際化するのなら、質的
には有利/不利の差は存在しない。

ただ、世の中には、「ascii依存」なソースがあまりに多い。で、EUC-JP の
場合、コードが重ならない関係で、8bitスルーにさえなれば、日本語が
壊れず通ってしまう。こういった「手抜き国際化」は EUC-JP のが
やりやすいのは確か。

ちなみにこの条件は UTF-8 も同じだ。だから、最近のあちらさんの
アプリケーションはこれで処理したがってる。ソースをあんまり
修正しなくて良いってことね。

UTF-8 は、互換性は目をつぶるとしても、日本語だけを扱うとしたら
パフォーマンスが悪くなるのと、通信量が膨れ上がるのが欠陥
(漢字は6byteになる)。まあ、マシンパワーの向上が全て解決すると
いわれればそこまでやね。
00382101/10/16 14:42ID:aWaNxseP
>>23
＞同じ文字とは何か？定義してないから、
＞databaseやgrepで困ると思われ

これは運用の問題だろ？
斎藤と斉藤と齋藤を区別したいときもあれば同じに扱いたい時もある。
なら別々にして必要に応じて変換ライブラリーみたいなの使えばいいと思うぞ。

しかし37読むとEUC-JPかUTFがいいような気がする
0039login:Penguin01/10/16 15:21ID:pLM2+efM
不治痛だろ？
00403701/10/16 15:33ID:uARHilua
結局のところ、マルチバイトキャラクタな状態ってのは、
文字の区切りがよくわからんところが最大の問題で、SJIS で \ を
誤認してしまうのもこれによる。EUCも、結局頭からおいかけないと、
文字の区切りはやっぱりわからん。

てっとりばやくこれを処理するには、ワイドキャラクタ化してから処理
してしまえばよいことになる。この場合、EUCだろうがSJISだろうが関係なくなる

ただ、これをするにはアプリケーションを全部 wchar 用に書き直す必要が
あって、めんどくさがられてる。その点、UTFは、EUCとかと違って、文字の
区切りが一発でわかるようなエンコーディングなんだな。
今見てる場所から、「前の文字」「次の文字」がわかるようになっている。
基本は char のままで、文字処理するとこだけ細工いれればよいので好まれるわけ。

ちなみにこれには罠があって、Unicode がホントに Unicode なら
問題なかったんだけど、Unicode　って Unicodeだけでマルチバイト文字
になるので (UCS2/UTF-8 で複数のコードで1文字になる複合文字がある)
そういった文字を扱おうとすると一瞬で破綻してマルチバイト時代に逆戻り。

まあ、欧米の人はこれでこまらんのだ。そんな複合文字なんてつかわんから。
日本人は無縁じゃないぞ。濁音は、処理次第では2つのコードに分離するのだ…
0041login:Penguin01/10/16 17:54ID:dew/Ir09
マルチバイト文字なんか使ううちらが悪い。
外人から見れば英語最高！で国際化なんかやってらんないよ
外人に感謝しよう
0042名無しさん＠お腹へった。01/10/16 18:09ID:h02cohTC
SJISを完全に捨てているVineは糞。
って今はどうなの?

PJEの頃は少しましだった気がするが..
0043login:Penguin01/10/16 18:48ID:Gyb/MKxi
>>41は微妙にスレ違いだな・・・

>>42
完全に捨てているというtと、具体的には？
0044>>4101/10/16 19:21ID:OnoFABDw
>>41
誇りを持て
0045login:Penguin01/10/16 19:38ID:q4n1GyJy
情報交換符合と内部表現、
文字セットとエンコーディング、
コードとグリフ、

区別してしゃべってくれ。
0046login:Penguin01/10/16 20:35ID:VUO+BV9r
>>37 が微妙に無知だと思うのは俺だけ？
0047login:Penguin01/10/16 21:25ID:0bJyD8nh
>>46
ただの「言ってみるテスト」か?
そう思うなら、違ってるところを指摘しろよ。
0048login:Penguin01/10/16 22:28ID:kO566Fcx
>マルチバイト文字なんか使ううちらが悪い。
>外人から見れば英語最高！で国際化なんかやってらんないよ
漏れもそう思う。で、外人に日本語を入力してもバグの出ない
ソフトを書かせるためにはクラスライブラリでワイド、UCS4を
積極的に使用するのがおすすめ。
ソフトはクラスの定義と入出力関数だけ変更して、
処理ロジックはそのままで手を触れない。
これ日本語や中国語を知らん外人が楽なので現実的な解。
0049login:Penguin01/10/16 22:43ID:x0duUuO3
1byte=32bitにすれば、全世界で幸せになれるよなー
0050login:Penguin01/10/16 22:43ID:D0nvonPu
外人が楽できるように外人に合わせるノカー。
みんなガンバレヨ！
0051login:Penguin01/10/17 00:02ID:FRYHV9JH
IPv6みたいに当分大丈夫だと思われる広大な領域を取った文字コードが
出てきてもいいと思う。
Unicodeみたいに word単位なんぞケチくさいことは言わずに、
qword ぐらい固定長で占有。これで宇宙人と出くわしても大丈夫。
すべてのプログラマに痛みがともなうが、構造改革なので許せ。
0052login:Penguin01/10/17 00:26ID:cC5QpbAl
>>51
それってUTF-32か?
普通の目的には4バイトじゃなくても
サロゲート無視のUTF-16(とは呼べんが)でもよさそげな気もする。

個人的にはUTF-8でいいかなと思うけど、
ISO-2022-JPもShift_JISもEUC-JPももうこれだけ広まったらまとめるなんて無理だ
と思うので我慢する、と。
0053login:Penguin01/10/17 00:30ID:YQKlNfNV
>>38
TRONコードは、誰かが新しい文字が必要だと思い、申請したら、
例え点を一個追加するだけでも、それは追加される。だから、

> なら別々にして必要に応じて変換ライブラリーみたいなの使えばいいと思うぞ。

は、日々変化する。それは「いい」か？
文字の同定の基準が存在し、かつ無闇に文字集合が変動しない、
という取り決めがなかったら、大変だぞ。

> これは運用の問題だろ？
> 斎藤と斉藤と齋藤を区別したいときもあれば同じに扱いたい時もある。

文字集合が固定されている環境でのみ、その要求は満たされる。
新しい「齊」や「藤」が次々に生まれる環境では、それらを「同じに扱」うことは、
原理的には可能だが、現実問題としては難しい。

> しかし37読むとEUC-JPかUTFがいいような気がする

だと思う。まあ、TRONコードも印刷用途だけならまだましだけど。
00544901/10/17 01:13ID:BOPoQ/5Y
>>51
いや、複数byte列が必要な時点で終ってる。
結局、英語圏の人間は「ASCIIで十分じゃん」ということになる。
例えば、プログラミング言語を作るにしたって、わざわざ
マルチバイトのハンドリングをして「hogecode対応！」なぞと
するより、単一byteを相手にした方が楽に決まってる。

だから、単一byteのビット数を上げるしか道はないんだ！！！
0055login:Penguin01/10/17 02:20ID:ZtT6Vz1v
>だから、単一byteのビット数を上げるしか道はないんだ！！！

bit増やしても、自分の国で使われることしか考えない奴は
減らないので一緒。
昔よくいたよね下位7bitでマスクかけちゃう奴。
0056login:Penguin01/10/17 10:51ID:mpfavLge
そんな事より1よ、聞いてくれよ、
昨日、www.unicode.org 行ったんです。www.unicode.org。
そしたらなんかファイルがめちゃくちゃでかくてダウンロード終わんないんです。
で、13MB もある PDF ファイルよく見たら、なんかみんな漢字ばっかりなんです。
もうね、アホかと。馬鹿かと。
お前らな、９万字入りのフォント如きで長々文字表打ち出すために
Unicode 3.1 作ってんじゃねーよ、ボケが。
９万字だよ、９万字。
２バイト固定を信じて作ったアプリもあるのに、よく平気で文字増やせるな。
おめでてーな。
むりやり２万字にＣＪＫまとめながら４万字とか足してるの。もう見てらんない。
お前らな、中華大字典やるからそのコードポイント空けろと。
Unicode ってのはな、漢字は Unify するべきなんだよ。
「桟」の横画が２本か３本かで分けてるのに「浅」は統合されてもおかしくない、
刺すか刺されるか、そんな雰囲気なんだよな。
字を知らなくて単なるデザイン差もわからねーような奴は、すっこんでろ。
で、やっと探してる文字を見つけたかと思ったら、隣のワードと、前のと併せて
１文字なんですよ。
そこでまたぶち切れですよ。
あのな、空き領域でシフトコードなんてきょうび流行んねーんだよ。ボケが。
得意げな顔して何が、UTF-16 だ。
お前は本当に Extension B の字が読み書きできるのかと問いたい。問い詰めたい。
小１時間問い詰めたい。
お前、surrogate したいだけちゃうんかと。
多漢字通の俺から言わせてもらえば今、多漢字通の間での最新流行はやっぱり、
今昔文字鏡、これだね。
今昔文字鏡 単漢字10万字版。これが通の頼み方。
文字鏡ってのは漢字が多めに入ってる。そん代わりラテン文字が少なめ。これ。
で、それに西夏文字、梵字。これ最強。
しかしこれを使うとフォントに依存するから文字鏡買わないとデータが編集
できないという危険も伴う、諸刃の剣。
素人にはお薦め出来ない。
まあお前ら初心者は、Mac OS X で JIS X 0213 でも使ってなさいってこった。
00573701/10/17 11:08ID:6wv4UuNs
>>46
何も資料参照せずに書いたにしてはそれなりにできたと思てるがどうよ?
完璧な情報を集めて考えたければ2chに頼るのが間違いだろうて。

あ、次何も見ずに書くときに参考にするから、すこっと抜けてそーな事項を
列挙しといてくれるとうれしい。

>>56
なにげに通やね(笑)
0058logon01/10/17 11:25ID:G2XZ5+M2
>>56
ﾖｼｷﾞｭｳﾈﾀﾜﾗﾀ!
0059名無しさん＠Ｅｍａｃｓ01/10/17 15:37ID:rj14CtXF
emacs で iso-2022-7bit 使って多国語やってますが, これって
国際標準じゃないですよね. iso-2022 で多言語やらないでわざわざ
Unicode 作ったのは, escape 入れなくても一文字見たら何だか
わかるようにするため?
0060login:Penguin01/10/17 15:41ID:XqIjgTGZ
>>59
ISO 2022 のフル実装は無理というアメリカ人の妄想のため。
0061login:Penguin01/10/17 16:42ID:3ILRMCNZ
>>48
支那人も外人なんだけど
0062logon01/10/17 17:22ID:5T5C0ttM
つか、EUCよかS-JISのが腐ってるだろ。
なんだよ、半角かなって。腐ってるじゃねーか。
WinがJISなりUnicodeなりに文字コードをかえればすむこと。
0063logon01/10/17 17:31ID:5T5C0ttM
あ、ちなみにEUCとJISは1ビット違うだけなので上の発言には含めてないだけね。
M$ってEUCしそうにないし。
0064login:Penguin01/10/17 18:29ID:XqIjgTGZ
>>62
ハァ？

文字集合とエンコーディングを区別しろ。アホか。
0065login:Penguin01/10/17 19:21ID:YthITvX3
> iso-2022 で多言語やらないでわざわざ
> Unicode 作ったのは, escape 入れなくても一文字見たら何だか
> わかるようにするため?

それだけだったら、DIS10646.1 (DIS ってのは、ISO のドラフト仕様ね) で良
かったわけだろ。
DIS10646.1 (こいつは、文字集合としては mule の考え方に近い) が潰されて、
Unicode ベースの ISO10646.1 になったのは、16bitに納まらないと都合が悪
いと考えた Unicode コンソーシアムと、それに押し切られたボンクラのせい
だよ。
0066Anonoymous01/10/17 19:46ID:YAa2k7T0
>>56
ネタに乗せてかなりコアなことを、かなりうならせられるのう
TORONコードをxfsなどで配信できたら良いと思うのだが
実際、古文書を解析している方々は超漢字を愛用しているそうな（w
0067名無しさん＠Ｅｍａｃｓ01/10/17 21:48ID:YBwfYzjL
すべての文書を画像の形式でやりとりするようになれば、
文字コードなどというものは必要なくなる。

ファイル名やコマンドの認識もすべて画像 vs 画像のマッチングにするのだ。
とうぜんソースコードは全部手書きね。
0068login:Penguin01/10/17 23:48ID:bGZ6eUEA

　　 ＠ノハ＠ 三○ ｱﾀﾀ!
　　 （　‘д‘) 三○＜なんでもいいから統一しろ！ >>67以外で
　　　　　　　　三○
0069login:Penguin01/10/17 23:55ID:+4YHdf3b
>>68 いや、67 はいいセン行ってる。
TRON がおバカなのは文字じゃないモノまで文字として扱ってる所。
0070login:Penguin01/10/18 01:18ID:jQdiwMFy
>>67
絵がヘタな私は、永久にファイルのコピーもできそうにありません...
0071login:Penguin01/10/18 02:59ID:d914pY0P
>>67
面白いね!!
で、仮名漢字変換やｿｰﾄはどうするの?
0072login:Penguin01/10/18 05:24ID:qKFuLJNE
ひそかにいいかなと思ってるのは CID だな。
adobe が統一管理してるから混乱ないし、異体字検索問題も対応できる。
新しいコードの追加もそれなりにできる。
コード表とグリフも adobe が提供してくれるしな。合字問題とかどうなってるか知らんが、きっと adobe サマが解決しとるだろう。

内部コードとしてはちょっと複雑すぎる気がするが。
0073login:Penguin01/10/18 05:41ID:IKIIFWmq
>>56
> お前、surrogate したいだけちゃうんかと。
ｺﾚ ﾜﾗﾀ.
■ このスレッドは過去ログ倉庫に格納されています