[16] [DFN[[RUBYB[[[符号化文字集合]]]@en[coded character set]]]]は、 [[文字]]に[RUBY[[[符号]]]@en[コード]]を割り当てたものについての [[ISO/IEC]] や [[JIS]] などで用いられている用語です。 一般に[[文字コード]]と呼ばれるものに当たります [WEAK[(が、[[文字コード]]という語はしばしば曖昧に用いられます)]]。 [24] [[Unicode]] に統一された現在ではほとんど意味のない用語となりました。 * ISO における定義 [4] > :[INS[[[JIS X 0211]]‐1994]] 4.2.18 符号化文字集合 (coded character set), 符号 (code): [[文字集合]]を定め、かつ、その[[集合]]内の[[文字]]と[[ビット組合せ]]を1対1に関係付ける、 あいまいでない規則の集合。 [5] > :符号化文字集合 (coded character set), 符号 (code): [[文字集合]]を定め、かつ、 その[[集合]]内の[[文字]]と[[ビット組合せ]]を1対1に関係付ける、 あいまいでない[[規則]]の[[集合]]。 -[INS[参考 [Q[符号化文字集合]]と[Q[符号]]とは、交換可能な[[用語]]である。例えば、[Q[7ビット符号化集合]]と[Q[7ビット符号]]と、同じ意味である。]] [SRC[[[JIS X 0202]]:1998 4.5]] -[INS[注意: この[Q[参考]]は、 [[JIS X 0202]] が [[ISO/IEC 2022]] に対して追加した部分です。]] [1] > :[DFN[符号化文字集合]] ([DFN@en[coded character set]]): [[文字集合]]を定め、かつ、その[[集合]]内の[[文字]]と[[ビット組合せ]]を 1対1に[[関係]]付ける、あいまいでない[[規則]]の[[集合]]。 - 参考 [Q[[[符号化文字集合]]]]と[Q[[[符号]]]]とは、 [[交換]]可能な[[用語]]である。 例えば、[Q[7ビット符号化文字集合]]と[Q[7ビット符号]]とは、 同じ意味である。 [SRC@en[[[JIS X 0201]]:1997 3.12]] [3] > : 符号化文字集合 (coded character set): 文字集合及びその集合の文字と[[符号化表現]]との間の関係を定めるあいまいさのない規則の集合。 ([[JIS X 0221]]‐1:2001 4.9) [9] >A coded character set (CCS) is a set of unambiguous rules that establishes a character set and the relationship between the characters of the set and their coded representation. ;; [10] [CITE@en[RFC 3536 - Terminology Used in Internationalization in the IETF]] ([TIME[2011-01-29 02:14:52 +09:00]] 版) [8] ''符号''化文字集合と符号が同義というのはどうも納得いかないんだけど、そういう定義である以上 ([[ISO/IEC]] や [[JIS]] の文脈では) この2つは「交換可能な用語」です。 [7] 交換したら[CODE[符号化文字集合]]が[CODE[符号化文字集合化文字集合]]になってしまいましたが・・・ [6] 業界的に再帰(謎)ですね。。。 * IETF における定義 [17] [[IETF]] での[[符号化文字集合]]の定義は、 [[ISO/IEC]] の定義と同じようで若干の違いがあります。 [[IETF]] ではしばしば[[符号化文字集合]]と対になる概念として[[文字符号化方式]]を用います。 前者を [[CCS]]、後者を [[CES]] と略します。 [[CCS]] は[[文字]]と[[符号]]を対応付けるものですが、 [[CES]] はその[[符号]]を更に別の[[符号]]へと対応付けます。 一般的に[[文字コード]]と呼ばれるものは、 [[CCS]] と [[CES]] の組み合わせとされています。 [EG[ [18] 例えば一般的に [[UTF-8]] と呼ばれる[[文字コード]]は、 [[Unicode Standard]] によって定義される[[文字]]と[[符号位置]]の組み合わせから成る [[CCS]] と、 [[Unicode Standard]] によって定義される[[符号位置]]から [[UTF-8]] の[[オクテット列]]の対応関係から成る [[CES]] の組み合わせと理解されます。 ]EG] [2] > :符号化文字集合 (coded character set): [[整数]]の部分集合が[[変域]]であって、 [[文字レパートリ]]が[[値域]]である[[関数]]。 ある整数の集合が存在して、符号化文字集合とその集合中の整数が[[文字]]を決定する。 逆に文字と符号化文字集合が[[符号位置]]を決定する。 (まれに、一つではなく幾つかの符号位置になることもある。) ([[RFC 1866]], [[ISO‐HTML]] 4.6) [11] [CITE@en[RFC 6365 - Terminology Used in Internationalization in the IETF]] ([TIME[2011-09-10 19:11:51 +09:00]] 版) [FIG[ [12] > A Coded Character Set (CCS) is a mapping from a set of abstract characters to a set of integers. Examples of coded character sets are ISO 10646 [ISO-10646], US-ASCII [ASCII], and ISO-8859 series [ISO-8859]. [FIGCAPTION[ [CITE@en[RFC 2130 - The Report of the IAB Character Set Workshop held 29 February - 1 March, 1996]] ([TIME[2011-09-04 12:12:00 +09:00]] 版) ]FIGCAPTION] ]FIG] [13] [CITE@en[RFC 2277 - IETF Policy on Character Sets and Languages]] ( ([TIME[2011-11-20 13:18:05 +09:00]] 版)) * 符号化文字集合の分類 [14] - [[符号化文字]]の種別による分類 -- [[符号化図形文字集合]] -- [[符号化制御機能集合]] * 性質 [19] [[符号化文字集合]]は、[[符号化文字]]の[[集合]]ですが、 数学的な意味の[[集合]]とは厳密には異なり、やや特異な性質を持っています。 [20] [[集合]]の[[要素]]である「[[符号化文字]]」は、 [[文字]]を[[符号化]]したものです。つまり、[[符号化文字集合]]の[[要素]]には数値が割り振られています。 通常はこの数値と[[文字]]は一対一対応しますが ([[重複符号化]]の禁止の原則)、 これが成立していないケースがあります。 [21] また[[集合]]の[[要素]]である「[[符号化文字]]」の定義はしばしば曖昧で、 [[重複符号化]]でなくとも、2つの[[符号化文字]]の区別が曖昧だったり、 ある[[文字]]がどちらで[[符号化]]できるのか (どちらでもできないのか) 明確にされていないこともあります。 [22] 更に、[[符号化文字集合]]には[[私用域]]や未割り当ての[[符号位置]]が含まれることがあります。 つまり[[集合]]の[[要素]]が文脈により変化したり、存在しない (が複数あっても互いには区別される) ものだったりします。 [23] [[符号拡張法]]を用いた[[文字コード]]のことも[[符号化文字集合]]と呼ぶことがありますが、 その場合そもそも[[集合]]と言えるものかどうかも怪しいところです。 * メモ [15] [CITE@en[Character Model for the World Wide Web 1.0: Fundamentals]] ( ([TIME[2005-02-15 14:24:00 +09:00]] 版))