仕様書

書記素基底

[3] 特性 Grapheme_Base の文字には、基底文字が含まれますが、 U+FF9E, U+FF9F は含まれません。ほとんどの spacing mark が含まれます。 >>1 D58

[2] 書記素基底 (grapheme base) は、特性 Grapheme_Base の文字か、標準韓音節ブロックです。 >>1 D58

[4] 書記素基底は拡張済基底と似ていますが、多少の出入りがあります。

[5] 書記素拡張子 (grapheme extender) は、特性 Grapheme_Extend の文字です。すべての nonspacing mark、 ZWJ, ZWNJ, U+FF9E, U+FF9F, 一部の spacing mark が含まれます。 >>1 D59

[6] ZWJ, ZWNJ は、前後が他の書記素拡張子の列のとき、それを分断しないように書記素拡張子に含まれています。 >>1 D59

[8] Grapheme_Extend は Grapheme_Cluster_Break = Extend から導出されたものですが、完全には一致しません。 >>1 D59

[13] 書記素クラスター (grapheme cluster) は、 UAX #29 書記素クラスター境界間のテキストです。 >>1 D60

[19] 拡張済書記素クラスター (extended grapheme cluster) は、 UAX #29 拡張済書記素クラスター境界の間のテキストです。 >>1 D61

[15] 書記素クラスターはテキストの水平に segment 化可能な単位です。いくつかの書記素基底と、それに適用されるいくつかの nonspacing mark を合わせたものです。 >>1 D60

[16] 結合文字列と書記素クラスターは似ていますが、同じではありません。結合文字列は主に正規化、比較、検索のような処理に関係してきます。書記素クラスターは主に text rendering やカーソル配置、テキストの選択のような処理に関係してきます。比較や検索に関係することもあります。 >>1 D60

[18] 多くの処理においては、書記素クラスターは、書記素基底と同じ特性の1つの文字のような挙動を示します。 >>1 D60

[20] 関連付けられた書記素基底 (associated grapheme base) は、 nonspacing mark が属する書記素クラスター中の書記素基底です。 >>115 D61b

[22] nonspacing mark は、関連付けられた書記素基底に適用する (apply) といいます (図形的適用 (graphical application) )。 >>115 D61b

[21] 関連付けられた基底文字とそれへの適用と似た意味ですが、少しずつ定義が違います。

[24] 書記素クラスターは、大まかに言って一般の利用者が「文字 (character) 」と認識するものを表しています。 Unicode は結合文字その他の仕組みを導入し「文字」より細かな単位を文字と呼んでしまっているため、齟齬が生じています。

[27] CSS Writing Modes の一部の規定では、文字 (character) とは書記素クラスターを意味すると定義して使っています。いちいち書記素クラスターと書いて使うのが厳密なのでしょうが、煩雑で読みにくくイメージしがたい文章になってしまいます。

[25] The Unicode Standard は、スロバキア語 ch、「k^w」のような修飾子付きのもの、合字その他のような一般の「文字」の単位が必ずしも一定しない事例があることから、言語や、照合、一致など応用にも依存して「文字」の決め方は変える必要があるとしています。 >>142

[26] 書記素クラスターは、一般の「文字」に近いものを言語に依存しない形で定義したものです。これを基礎に、言語や用途によって必要なら tailor して使うことが期待されています。 >>142

[29] Uniscribe はクラスターという単位を持っています。書記素クラスターに近いものに見えますが、同じかどうかは不明です。連なり, shaping engine