Edit

Page

Page title:

Page body:

[1] [DFN[幽霊文字コード名]]は、
[[文字符号化]]の名称として説明されることがあるものの、
実際には利用も実装も確認できないものです。

* [CH[1]]付き

[2] 
[DFN[[CODE[HZ-GB-23121]]]],
[DFN[[CODE[X-ISO-10646-UCS-4-21431]]]],
[DFN[[CODE[X-ISO-10646-UCS-4-34121]]]]
は、
[CODE[HZ-GB-2312]],
[CODE[X-ISO-10646-UCS-4-2143]],
[CODE[X-ISO-10646-UCS-4-3412]]
が低品質なソフトウェアの[[ドキュメント]]において雑に[[コピペ]]されて生じた架空の[[文字コード]]の呼称です。

[4] 
発生源となった (がそれ自体には'''罪はない''') のは、
[CITE[juniversalchardet]]
というソフトウェアのドキュメントです。

[5] 
元々次のように書かれていました。 [SRC[>>3]]

>
-Chinese
--[SNIP[]]
-- HZ-GB-2312[SUP[1]]
-[SNIP[]]
-   Unicode
--[SNIP[]]
--        UTF-32BE / UTF-32LE / X-ISO-10646-UCS-4-3412[SUP[1]] / X-ISO-10646-UCS-4-2143[SUP[1]]
- [SNIP[]]
>
[B[1]] Currently not supported by Java

[6] 
すなわちこれら3つの[[文字符号化]]の名前の直後に脚注を表す「[SUP[1]]」がありました。
[[HTML]] の [CODE[sup]] [[要素]]で記述されていました。

[REFS[

- [3] 
[CITE@en[[[Google Code]] Archive - Long-term storage for Google Code Project Hosting.]], [TIME[2025-05-18T03:54:50.000Z]] <https://code.google.com/archive/p/juniversalchardet/>

]REFS]

[7] 
[CITE[juniversalchardet]]
は直接または間接に多くのソフトウェアの派生源となりました。
[SEE[ [[juniversalchardet]] ]]
派生時に[[ドキュメント]]も転用されました。
'''多くの派生物は[[文字コード]]の名称を適切に書いています'''が、
一部は誤った形で処理してしまいました。

[FIG(quote)[
[FIGCAPTION[
[8] 
[CITE[Release notes for Gerrit 2.1.2]], [TIME[2015-12-22T02:18:05.000Z]], [TIME[2025-05-18T04:01:15.750Z]] <https://gerrit-documentation.storage.googleapis.com/ReleaseNotes/ReleaseNotes-2.1.2.html>
]FIGCAPTION]

>
-
Improved character set detection
[BR[]]
Gerrit now uses the Mozilla character set detection algorithm when trying to determine what charset was used to write a text file. For UTF-8 or ISO-8859-1/ASCII users, there should be no difference over prior releases. With this change, the server can now also automatically recognize source files encoded in:
--a. Chinese (ISO-2022-CN, BIG5, EUC-TW, GB18030, HZ-GB-23121)
--[SNIP[]]
--g.Unicode (UTF-8, UTF-16BE / UTF-16LE, UTF-32BE / UTF-32LE / X-ISO-10646-UCS-4-34121 / X-ISO-10646-UCS-4-21431)
--[SNIP[]]

]FIG]

[FIG(quote)[
[FIGCAPTION[
[CITE@ja[uchardet / uchardet · GitLab]], [TIME[2025-05-18T04:25:04.000Z]] <https://gitlab.freedesktop.org/uchardet/uchardet>
]FIGCAPTION]

>UTF-32BE / UTF-32LE / X-ISO-10646-UCS-4-34121 / X-ISO-10646-UCS-4-21431

>HZ-GB-2312
]FIG]

[FIG(quote)[
[FIGCAPTION[
[9] 
[CITE@en[GitHub - PyYoshi/uchardet: uchardet is an encoding detector library, which takes a sequence of bytes in an unknown character encoding and attempts to determine the encoding of the text. Returned encoding names are iconv-compatible.]], [TIME[2025-05-18T04:03:37.000Z]] <https://github.com/PyYoshi/uchardet>
]FIGCAPTION]

>UTF-32BE / UTF-32LE / X-ISO-10646-UCS-4-34121 / X-ISO-10646-UCS-4-21431

>HZ-GB-2312

]FIG]

[FIG(quote)[
[FIGCAPTION[
[10] 
[CITE@en[GitHub - PyYoshi/cChardet: universal character encoding detector]], [TIME[2025-05-18T04:04:23.000Z]] <https://github.com/PyYoshi/cChardet>
]FIGCAPTION]

>UTF-32BE / UTF-32LE / X-ISO-10646-UCS-4-34121 / X-ISO-10646-UCS-4-21431

>HZ-GB-2312

]FIG]

[FIG(quote)[
[FIGCAPTION[
[11] 
[CITE@en[GitHub - CharsetDetector/UTF-unknown: Character set detector build in C# - .NET 5+, .NET Core 2+, .NET standard 1+ & .NET 4+]], [TIME[2025-05-18T04:05:30.000Z]] <https://github.com/CharsetDetector/UTF-unknown>
]FIGCAPTION]

>[B[Encodings with BOM]]: [CODE[utf-7]], [CODE[utf-8]], [CODE[utf-16be]]/[CODE[utf-16le]], [CODE[utf-32be]]/[CODE[utf-32le]], [CODE[X-ISO-10646-UCS-4-34121]]/[CODE[X-ISO-10646-UCS-4-21431]], [CODE[gb18030]].

>
,Chinese 	,"[CODE[iso-2022-cn]], [CODE[big5]], [CODE[euc-tw]], [CODE[gb18030]], [CODE[hz-gb-2312]]"

>
[B[Remarks]]: For some aliases of encoding not available: [CODE[cp949]], [CODE[iso-2022-cn]], [CODE[euc-tw]], [CODE[iso-8859-10]], [CODE[iso-8859-16]], [CODE[viscii]], [CODE[X-ISO-10646-UCS-4-34121]]/[CODE[X-ISO-10646-UCS-4-21431]]. [SNIP[]]

]FIG]

[FIG(quote)[
[FIGCAPTION[
- [12] 
[CITE@ja[Microsoft PowerPoint - MLTP_2010_9_6 - MLTP_Manual.pdf]], [TIME[2018-10-30T03:13:27.000Z]], [TIME[2025-05-18T04:13:39.428Z]] <https://www.tufs.ac.jp/ts/personal/corpuskun/pdf/2018/MLTP_Manual.pdf>
- [13] [CITE@ja[Microsoft PowerPoint - MLTP_2010_9_6 - MLTP.pdf]], [TIME[2010-11-05T12:43:40.000Z]], [TIME[2025-05-18T04:14:14.427Z]] <http://textdata.web.fc2.com/MLTP.pdf>
]FIGCAPTION]

>HZ‐GB‐23121

>UTF‐8, UTF‐16BE/16LE, UTF‐32BE/32LE/[BR[]]
X‐ISO‐10646‐UCS‐4‐34121/4‐21431

]FIG]

[14] 
これら現在までに確認されている用例は、いずれも[[ドキュメント]]にのみ出現するのであって、
実際のコードでは正しい名称が使われています。

[15] 
つまり開発者が内容をよく理解することなく雑に[[コピペ]]したために、
[[コード]]と[[ドキュメント]]が乖離しているのです。

* 関連

[SEE[ [[幽霊文字]] ]]

* メモ

Historical Legal Sensitive Parent: [Help / License]

Edit

Page

Page name(s)