Unicodeに潜む「幽霊文字」の謎
Original : A spectre is haunting Unicode
Pourquoi c'est important
規格策定時の小さなミスが、世界標準の文字コードに永続的な影響を与えた事例として注目される。
1978年、日本のJIS X 0208規格の策定中に、出所不明の文字が複数混入した。これらは「幽霊文字」と呼ばれ、1997年の調査で大半の起源が判明。その後Unicodeにも取り込まれ、現在も全世界のコンピュータに存在し続けている。
1978年、通商産業省（現・経済産業省）が制定したJIS X 0208規格に、出所も読み方も不明な文字が複数含まれていることが発覚した。これらは「幽霊文字（幽霊文字）」と呼ばれる。1997年に行われた調査では、規格作成に関わった担当者へのインタビューを通じ、大部分の文字の起源が解明された。主な原因はカタログ化作業中のミスだった。例えば「妛」は、「山」と「女」を別々に印刷して切り貼りした際、紙の継ぎ目が誤って1本の筆画として読み取られたことで生まれた。一方、「彁」だけは明確な出典も歴史的先例も見つからず、最も可能性が高い説は「彊」の誤読とされるが、確証はない。核心的な幽霊文字は「妛挧暃椦槞蟐袮閠駲墸壥彁」の計13字。これらはJIS規格の普及とともにUnicodeにも取り込まれ、現在あらゆるコンピュータの文字テーブルに潜在的に存在している。