Unicodeに潜む「幽霊文字」の謎と起源
Judul asli: A spectre is haunting Unicode
Mengapa Ini Penting
文字規格の誤りが世界標準に定着する過程を示す、デジタル文字体系の重要な事例
1978年に日本の通商産業省が制定したJIS X 0208規格に、出所不明の文字が複数混入。1997年の調査で誤記や切り貼り作業のミスが原因と判明した。
1978年、日本の通商産業省はJIS X 0208エンコーディング規格を制定した。しかしその後、規格内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」と呼ばれるようになった。
1997年に調査が行われ、規格作成に関わった担当者へのインタビューを通じて原因の大部分が解明された。たとえば「妛」という文字は、「山の下に女」という文字を記録しようとした際のミスで生まれた。活字として印刷できなかったため「山」と「女」を別々に印刷して紙に貼り付けてコピーしたところ、紙の継ぎ目が一本の線に見えてしまい、誤って新たな文字として記録された。
核心的な幽霊文字は「妛挧暃椦槞蟐袮閠駲墸壥彁」の計12文字。このうち「彁」だけは明確な出所も歴史的先例も見つからず、「彊」の読み間違いが最有力説とされるが、具体的な経緯は未解明のままだ。
その後、これらの文字はJIS規格を通じてUnicodeにも収録され、現在では世界中のあらゆるコンピュータに潜在的に存在している。