Unicodeに潜む「幽霊文字」の謎
मूल शीर्षक: A spectre is haunting Unicode
यह क्यों महत्वपूर्ण है
文字コード標準化の過程で生まれたミスがUnicodeを通じて世界規模のIT基盤に組み込まれた経緯は、規格策定プロセスの重要性を示す歴史的事例として注目される。
1978年に日本のJIS X 0208規格が制定された際、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年の調査でその多くが目録作成時のミスによるものと判明。その後Unicodeにも収録され、現在も世界中のコンピュータに存在している。
1978年、日本の通商産業省（現・経済産業省）がJIS X 0208の前身となる文字コード規格を策定した。しかし規格公開後、複数の文字について出典が不明で読み方もわからないものが発見された。これらは「幽霊文字（ゆうれいもじ）」と呼ばれるようになった。
長年ほぼ忘れられた存在だったが、1997年に調査が行われた。文字の主な出典として「国土行政区画総覧」（全7巻・各巻約900ページ）などが挙げられていたが、ページ参照がなく追跡は困難を極めた。
調査ではJIS規格作成に関わった担当者へのインタビューが実施され、多くの幽霊文字が目録作成時の誤記であることが判明した。例えば「妛」という文字は、ある地名に含まれる「山の下に女」という文字を印刷できなかったため「山」と「女」を別々に切り貼りしてコピーした際、紙の継ぎ目が一画として誤読されて生まれたものだった。
主な幽霊文字は「妛挧暃椦槞蟐袮閠駲墸壥彁」の13文字。このうち「彁」だけは明確な出典も歴史的前例もなく、「彊」の誤読が最も有力な説とされるが、具体的な経緯は不明のまま。
JIS規格の普及とともにこれらの文字はUnicodeにも収録され、現在は世界中の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。