呼称

[71] 「CJK統合」とは中国, 日本, 韓国の漢字を統合したことを意味しています。

[72] 当初は CJK 3種4欄 (中華人民共和国, TCA (台湾、政治的理由。), 日本, 韓国) でしたが、後に越南が加わり CJKV とも呼ばれます (が用語としては CJK のまま)。 更に香港, 澳門, シンガポール, 朝鮮民主主義人民共和国等も出典に加わっています。

Unihan データベース

[10] UCD の Unihan データベースには Unicode CJK統合漢字の情報が入っています。

[29] UAX #38: Unicode Han Database (Unihan), 2022-09-12T17:16:37.000Z, 2022-10-02T02:10:17.537Z https://www.unicode.org/reports/tr38/

[2] UAX #44: Unicode Character Database, 2020-03-06T22:23:11.000Z, 2020-10-20T12:12:27.278Z http://www.unicode.org/reports/tr44/#Unihan

[101] GitHub - unicode-org/unihan-database: For review of draft Unihan database changes, removals, and additions by experts., 2023-09-23T15:30:28.000Z https://github.com/unicode-org/unihan-database

符号

漢字の符号

符号表と例示字形

[74] Unicode は符号点ごとに代表字形を1つ示していますが、 CJK統合漢字は特例で出典ごとの字形が示されています。

[89] 符号表の相互参照で使う場合 (例えばCJK互換漢字の符号表にある CJK統合漢字への参照) には1つ字形が選ばれて表示されています。 その唯一の字形がどのように決められているのかは謎です。

[41] CJKUI修正笔记(一):WG2 N5006R(未竟) - 知乎, 2022-11-07T13:26:27.000Z https://zhuanlan.zhihu.com/p/44819911

変更事例集

[42] CJKUI落地中待解决的问题搜集(未竟) - 知乎, 2022-11-07T13:56:29.000Z https://zhuanlan.zhihu.com/p/57501943

[45] CJK统一汉字区块认同问题存疑处收集(未竟) - 知乎, 2022-11-07T14:34:35.000Z https://zhuanlan.zhihu.com/p/27005748

[46] 多すぎて草も生えない

• [67] IRG Document Index - IRGN901- IRGN1000, 2022-11-11T03:16:43.000Z https://appsrv.cse.cuhk.edu.hk/~irg/n0901-1000.html
  • [68] N904

[69] >>68 U+236AD が ISO/IEC 10646-2:2001 で誤字形だったらしい。

CNS 14649-2, X 5066-2 (中華民国92年版) #page=144 は誤字形。

>>64 #page=66 Unicode 3.1 は正しい。

>>56 #page=110 ISO/IEC 10646:2003 は正しい.

[73] 22287-irgn2585-wg2n5186-hanja.pdf, 2022-11-30T15:29:27.000Z, 2022-12-05T03:05:25.533Z https://www.unicode.org/L2/L2022/22287-irgn2585-wg2n5186-hanja.pdf

[98] Unicode 15.1 で KP1 字形が追加されました。

[99] CJK統合漢字拡張Bは以前から2欄幅 × 4で1ページで、3つ以上の字形があるときは次の行に続けていました。 KP1 追加でこの行折返しが新規に非常に多く発生しています。

[100] U+29520 には KP1 の字形と出典が追加されたのに加えて、 出典Uの出典のみ (UTC-00035, 字形空白) が追加されています。 この UTC-00035 は元々 U+9855 に対応付けられていた (出典ではない) ものでした。

[117] 2023-09-29T12:23:50.000Z https://ipsj.ixsq.nii.ac.jp/ej/?action=repository_action_common_download&item_id=71855&item_no=1&attribute_id=1&file_no=1

第3版の符号表開発について

[33] ここまでのまとめ:10646次版ドラフトの字体チェック - しろもじメモランダム, 2023-10-27T14:11:58.000Z https://shiromoji.hatenablog.jp/entry/20090612/1244830975

[34] >>33 Unicode 5.2 の頃の時代の新符号表の不審な字形差のリスト

[35] Unicode 5.2 で新符号表に置き換えられた時に各国の字形がそれまでと変わっていることが多く、 誤りとしてその後変更されているものも多い。特に拡張Bはこの時初めて多欄符号表が作られて、 仕様の不具合 (統合ミス) は明るみに出たのがこの時ということが多いらしい。

[36] 各国字形の変更の情報は断片的なものがあちこちに転がってはいるものの、 全体像がさっぱりつかめない。

[292] U+7361 (& U+2486F) はあまり言われないけど最悪級に酷い失敗事案なのでは... 国ごとに字形が違う上に同じ国の字形が版ごとに何度も変わりまくっていてしかも重複符号化。

レンダリング

[213] CJK統合漢字の適切なレンダリングには、 言語情報によるフォント選択、 言語情報によるグリフ選択が必要となります。

[214] 言語情報等により次の各ケースに対応が必要です。

[215] 日本語

[219] 日本語言語タグ (他に該当しないもの) が指定された場合は、 日本語用の字形を使うべきです。

[220] アイヌ語言語タグ (他に該当しないもの) が指定された場合は、 日本語用の字形を使うべきです。

[217] 例えば言語タグ ja や ain が指定されたら、 日本語字形となるべきです。

[216] 台湾華語

[221] 中文言語タグのうち台湾華語系のものが指定された場合は、 台湾華語用の字形を使うべきです。

[231] 台湾原住民の言語が指定された場合は、 台湾華語用の字形を使うべきです。

[218] 例えば言語タグ zh-TW や zh-Hant-TW が指定されたら、 台湾華語字形となるべきです。

[222] 中華人民共和国, シンガポール, マレーシアの中文

[223] 中文言語タグのうち中華人民共和国, シンガポール, マレーシア系のもの (他に該当しないもの) が指定された場合は、 中華人民共和国用の新字形を使うべきです。

[250] 朝鮮語言語タグのうち中華人民共和国や朝鮮民主主義人民共和国を表すものが指定された場合は、 中華人民共和国用の新字形を使うべきです。

[232] 中華人民共和国統治地域の少数民族の言語が指定された場合は、 中華人民共和国用の新字形を使うべきです。

[224] 例えば言語タグ zh-CN や zh-Hans が指定されたら、 簡体字となるべきです。

[225] 中華人民共和国香港特別行政区の中文

[226] 中文言語タグのうち中華人民共和国香港特別行政区系のものが指定された場合は、 中華人民共和国香港特別行政区用の繁体字を使うべきです。

[227] 利用できるフォントがない場合は、 台湾華語の場合にフォールバックするべきです。

[233] 英語のうち中華人民共和国香港特別行政区系のものが指定された場合も、 これに準じるべきです。

[228] 中華人民共和国澳門特別行政区の中文

[229] 中文言語タグのうち中華人民共和国澳門特別行政区系のものが指定された場合は、 中華人民共和国澳門特別行政区用の繁体字を使うべきです。

[230] 利用できるフォントがない場合は、 中華人民共和国香港特別行政区の場合にフォールバックするべきです。

[234] ポルトガル語のうち中華人民共和国澳門特別行政区系のものが指定された場合も、 これに準じるべきです。

[235] 日本語の旧字体

[236] 日本語言語タグのうち旧字体表記を意味するもの、 近代を意味するものが指定された場合は、 旧字体を使うべきです。

[249] アイヌ語言語タグのうち旧字体表記を意味するもの、 近代を意味するものが指定された場合は、 旧字体を使うべきです。

[245] 朝鮮語言語タグのうち近代を意味するものが指定された場合は、 旧字体を使うべきです。

[237] 利用できるフォントがない場合は、 傳承字形にフォールバックするべきです。

[244] それもない場合は、 日本語 (の新字体) の場合にフォールバックするべきです。

[238] 中文の傳承字形

[239] 中文言語タグのうち傳承字形表記や康熙字典体表記を意味するものが指定された場合は、 傳承字形を使うべきです。

[240] 利用できるフォントがない場合は、 台湾華語, 中華人民共和国香港特別行政区の中文, 中華人民共和国澳門特別行政区の中文の場合のいずれかにフォールバックするべきです。

[241] 朝鮮語

[242] 朝鮮語言語タグ (他に該当しないもの) が指定された場合は、 大韓民国の漢字の字形を使うべきです。

[243] 利用できるフォントがない場合は、 中文の傳承字形, 日本語の旧字体の場合のいずれかにフォールバックするべきです。

[246] 越南語

[247] 越南語言語タグが指定された場合は、 越南の漢字の字形を使うべきです。

[248] 利用できるフォントがない場合は、 中文の傳承字形, 日本語の旧字体, 朝鮮語の場合のいずれかにフォールバックするべきです。

[4] 中華フォント問題

出典

[30] U-Source Ideographs, UK-Source Ideographs, SAT外字, 文字情報基盤

漢字統合

合字

[282] Unicode の現行機能の組み合わせにより、または新機能の追加により、 既存のCJK統合漢字を組み合わせて1文字を表す方式を、 特定の文字に対して利用するべきという提案があります。 そうした提案を前提に単独文字の追加提案が取り下げられた事例もあります。

[283] 今のところ Unicode の仕様として明確に承認され文書化されたものではないようで (その見通しも特になさそうで)、相互運用性には問題があります。

[284] その一方で、単独文字としての追加の見込みが今後もないとすると、 これ以外の方法 (例えば画像の貼り込み) よりはまだいくらかマシな、 「やむなく使えないこともない」手法として活用できるという考え方もあるでしょう。

[286] Source Han が一部の IDS を単独の文字として表示させていたことがありました。 IDS

[82] 03670 | ⿱蟲鳥 | WS2021v5.0, 2023-07-13T07:42:58.000Z https://hc.jsecs.org/irg/ws2021/app/?id=03670

[43] >>82 誤字だからフォントの合字にするべき派 vs 誤字だとしても実用されたから符号化するべき派

[83] CJK ligature: This is a project for handling the CJK ligature., 2023-07-13T07:43:25.000Z https://gitee.com/eisoch/cjkliga

[40] >>83 は >>82 を実装したデモ。 ccmp で U+87F2 U+200D U+9CE5 を、 liga で U+87F2 U+9CE5 を合字グリフにしています。

[84] 23073-irgn2581-fdbk.pdf, 2023-03-23T16:06:03.000Z, 2023-07-13T07:46:42.127Z https://www.unicode.org/L2/L2023/23073-irgn2581-fdbk.pdf

[85] >>84 合字記述用の新しいUnicode文字を追加するべきとの提案。 >>82 の例の他に、 ⿰阿迎、 ⿰哈雜、 ⿰鴉尼 などをCJK統合漢字でなくこの新手法で記述するべきと主張している。

[86] UTC-03224 | WS2021v5.0, 2023-11-03T05:44:31.000Z https://hc.jsecs.org/irg/ws2021/app/index.php?find=UTC-03224

[87] >>86 ⿱敕令 も合字で表すべきで提案を取り下げると。

[182] UK-20508 | WS2021v5.0, 2023-11-03T05:46:07.000Z https://hc.jsecs.org/irg/ws2021/app/index.php?find=UK-20508

[187] >>182 ⿱即哩 も合字で表すべきだとして提案を取り下げ。

[37] BabelStone Fonts : BabelStone Han Ligatures, 2023-11-03T05:34:03.000Z https://www.babelstone.co.uk/Fonts/BSH_ZWJ.html

[38] BabelStone Han は ZWJ 入、 liga で4組実装しています。 >>37 (>>82 >>86 >>182 と「二合」) 2023-11-03T05:34:29.300Z

[39] GSUB の仕様上、同じグリフを共有する他のUnicode符号位置でも有効なので、 合計7通りの表現ができます。

• U+2F06 U+200D U+5408
• U+4E8C U+200D U+5408
• U+5373 U+200D U+54E9
• U+6555 U+200D U+F9A8
• U+6555 U+200D U+4EE4
• U+87F2 U+200D U+2FC3
• U+87F2 U+200D U+9CE5

[198] >>38 この ZWJ を使った合字、 横書きならうまくいきますが、 縦書きだと Windows の Chrome だと liga だろうと ccmp だろうと、 認識されずに前後2文字ばらばらに縦に並べられてしまいます。 2023-11-11T02:45:50.00Z

[200] ZWJ の合字でなく基底文字と結合文字の ccmp だと縦書きでも正常に表示されます。 結合文字でなく ZWJ が入る時は合字化の処理より先に縦書きのための書記素クラスターの分割が行われてしまうということなのでしょうか。

[201] Windows の Firefox だと ccmp は正常に合字化されます。 liga はデフォルトで無視されますが、 font-feature-settings: "liga" だと正常に合字化されます。 (Chrome はそれを指定しても変わらない。) 横書きなら自動適用される liga が縦書きだとデフォルト無効なのでしょうか。

[197] Microsoft Word - IRGN2622IRG61MiscEditorialReport - 23249-irgn2622-irg61-ed-rept.pdf, 2023-10-19T15:47:27.000Z, 2023-11-10T11:43:19.740Z https://www.unicode.org/L2/L2023/23249-irgn2622-irg61-ed-rept.pdf#page=3

• [251] 00014 | ⿰⿳一巛⿸厂二少 | WS2021v6.0, 2024-05-29T09:45:30.000Z https://hc.jsecs.org/irg/ws2021/app/index.php?id=00014
• [252] 00777 | ⿴□⿳一巛⿸厂六 | WS2021v6.0, 2024-05-29T09:45:42.000Z https://hc.jsecs.org/irg/ws2021/app/?id=00777

[199] 関連: ZWJ

歴史

[260] n360-Resolutions.pdf, 2024-07-21T17:19:59.000Z, 2024-08-06T01:55:21.572Z https://www.unicode.org/irg/docs/n360-Resolutions.pdf#page=2

[261] >>260 Unicode Consortium (だけ)、 拡張Aの BMP への追加に反対していた

[262] 1990年代のUnicode Consortium はほんとクソだなあ

[5] NS39012siba, 2021-01-09T06:13:03.000Z, 2000-09-03T22:05:47.352Z http://web.archive.org/web/20000903220115/http://www.itscj.ipsj.or.jp/jp/ns39012.html

[6] 2020-02-28T17:39:56.000Z, 2021-01-11T03:48:26.090Z https://standards.iso.org/iso-iec/10646/ed-6/en/CJKSrc.txt

[7] 情報学広場:情報処理学会電子図書館, <情報処理学会>, 2022-07-11T06:45:31.000Z https://ipsj.ixsq.nii.ac.jp/ej/?action=pages_view_main&active_action=repository_view_main_item_detail&item_id=62547&item_no=1&page_id=13&block_id=8

[9] 漢字の国際提案の歴史を図にしてみた - 帰ってきた💫Unicode刑事〔デカ〕リターンズ, 2022-09-30T01:28:34.000Z https://moji-memo.hatenablog.jp/entry/20130808/1375949975

[31] IICore

[44] GitHub - Kushim-Jiang/Zhuanlan-Zhihu: 知乎专栏内容存档。, 2022-11-07T14:27:01.000Z https://github.com/Kushim-Jiang/Zhuanlan-Zhihu

[47] Possible unification · Issue #28 · eisoch/irg · GitHub, 2022-11-07T14:42:24.000Z https://github.com/eisoch/irg/issues/28

• [66] The Unicode Standard, Version 15.0 - U20000.pdf, 2022-09-09T19:17:30.000Z, 2022-11-11T03:15:22.346Z http://www.unicode.org/charts/PDF/U20000.pdf

[97] 漢字の国際提案の歴史を図にしてみた - 帰ってきた💫Unicode刑事〔デカ〕リターンズ, 2023-09-17T07:42:54.000Z https://moji-memo.hatenablog.jp/entry/20130808/1375949975

[205] Activity Report from TCA - IRGN2597_TCA_ActivityReport.pdf, 2023-03-17T11:23:28.000Z, 2024-03-07T07:17:54.462Z https://appsrv.cse.cuhk.edu.hk/~irg/irg/irg60/IRGN2597_TCA_ActivityReport.pdf#page=1

[206] >>205 なぜか台湾の人名漢字追加提案だけエビデンスがないとしつこく拒絶される(他の国は通っているのに)と激おこ案件

[207] 03433 | 〾⿱蒜心 | WS2021v6.0, 2024-03-11T07:46:48.000Z https://hc.jsecs.org/irg/ws2021/app/index.php?id=03433

[208] >>207 台湾が提出した代表字形が台湾の基準(どこにも明示されてない)に反していると主張する海外勢という地獄絵図。 台湾は人名用字なので原字形を替えるわけにはいかないといっている(つまり海外勢が主張する台湾基準の字形とやらは台湾には存在していない)。

[209] Unicode の規定上は、各国の例示字形がどうであれ結局統合基準の範囲内のものは統合されるのだから問題にならないはずなのに、 なぜ各国が自国の判断で決めている字形差に頑なに口出しするのかが謎だ。 どうしてもというならU字形にすればいいのに。

[210] なんかどうしても中華人民共和国には甘くて中華民国には厳しく見えちゃうのよねえ。

[212] 24125-cjk-abbrev-block.pdf, 2024-04-24T14:59:58.000Z, 2024-04-25T04:33:58.534Z https://www.unicode.org/L2/L2024/24125-cjk-abbrev-block.pdf

[253] Xユーザーの拾萬字鏡🐦さん: 「例のユニコードに申請された日本の略字、ネット記事になったので反応見てみたが否定意見を読むとゲバ文字を残したい左翼による劣った起案だとか、職の略字や曜日の曜の略字を入れたほうがマシ(実はすでにユニコードに入ってる)とかコメントされていてやはり漢字やユニコードに無知な人だらけだけだった」 / X, 午前0:40 · 2024年6月6日, 2024-06-06T03:15:37.000Z https://x.com/JUMANJIKYO/status/1798379273038057568

[254] 24135-response-to-l2-24-126.pdf, 2024-06-03T17:38:09.000Z, 2024-06-06T04:24:35.307Z https://www.unicode.org/L2/L2024/24135-response-to-l2-24-126.pdf

[255] >>254 善意の提案者が「これは左派プロパガンダ目的の提案ではない」と至極当然の釈明を迫られている。実に馬鹿馬鹿しい事態。

[256] Microsoft Word - IRGN2678WS2021ProposalToWG2.doc - n5257R-IRGN2678Proposal.pdf, 2024-06-13T13:59:49.000Z, 2024-06-19T04:05:18.799Z https://www.unicode.org/wg2/docs/n5257R-IRGN2678Proposal.pdf

[257] L2/24-165 (CJK & Unihan Working Group Recommendations for UTC #180 Meeting) - 24165-cjk-unihan-wg-utc180.pdf, 2024-07-11T13:54:04.000Z, 2024-07-12T06:29:37.273Z https://www.unicode.org/L2/L2024/24165-cjk-unihan-wg-utc180.pdf#page=13

• [258] CJK Unified Ideographs Extension J - n2707-ExtensionJ.pdf, 2024-07-14T13:03:45.000Z, 2024-07-22T02:19:30.470Z https://www.unicode.org/irg/docs/n2707-ExtensionJ.pdf
  • [259] Provisionally Accepted Repertoire (post Unicode 16.0)

[263] 24201-script-hybrid-cjk-block.pdf, 2024-08-06T20:19:21.000Z, 2024-08-07T03:59:12.355Z https://www.unicode.org/L2/L2024/24201-script-hybrid-cjk-block.pdf

[264] IRG N2717: Proposal to accept script-hybrid Han ideographs in IRG working set submissions - n2717-HybridAbbreviations.pdf, 2024-09-01T15:47:37.000Z, 2024-09-03T01:49:57.069Z https://www.unicode.org/irg/docs/n2717-HybridAbbreviations.pdf

[266] n2741-IRGN2717-N2731-N2738-N2742Feedback.pdf, 2024-10-16T03:02:05.000Z, 2024-10-17T04:04:41.379Z https://www.unicode.org/irg/docs/n2741-IRGN2717-N2731-N2738-N2742Feedback.pdf

[268] n2742-IRGN2717-N2731-N2738Feedback.pdf, 2024-10-14T17:31:53.000Z, 2024-10-29T05:19:46.069Z https://www.unicode.org/irg/docs/n2742-IRGN2717-N2731-N2738Feedback.pdf

[269] n2744-IRGN2741Response.pdf, 2024-10-19T19:12:28.000Z, 2024-10-29T05:23:50.119Z https://www.unicode.org/irg/docs/n2744-IRGN2741Response.pdf

[274] L2/24-227 (CJK & Unihan Working Group Recommendations for UTC #181 Meeting) - 24227-cjk-unihan-wg-utc181.pdf, 2024-10-28T15:30:18.000Z, 2024-10-31T02:50:47.563Z https://www.unicode.org/L2/L2024/24227-cjk-unihan-wg-utc181.pdf#page=25

[267] 02305 | ⿹⺄⿻𠃊丄 | WS2021v7.0, 2024-10-17T04:12:01.000Z https://hc.jsecs.org/irg/ws2021/app/?id=02305

[270] 00002 | ? | WS2021v7.0, 2024-10-29T05:41:46.000Z https://hc.jsecs.org/irg/ws2021/app/?id=00002

[271] n5166-SAT_buddhist_symbols_proposal.pdf, 2021-09-25T10:45:53.000Z, 2024-10-29T05:42:03.828Z https://www.unicode.org/wg2/docs/n5166-SAT_buddhist_symbols_proposal.pdf

[272] イン (仏字) - Wikipedia, 2024-10-15T05:40:37.000Z, 2024-10-29T05:42:11.045Z https://ja.wikipedia.org/wiki/%E3%82%A4%E3%83%B3_(%E4%BB%8F%E5%AD%97)

[290] ISO/IEC JTC 1/SC 2/WG 2 - 24266-abbrev-japanese-ideo-uax45.pdf, 2024-11-12T17:32:59.000Z, 2024-11-14T07:35:54.819Z https://www.unicode.org/L2/L2024/24266-abbrev-japanese-ideo-uax45.pdf

[291] n2738r-IRGN2731-N2742Feedback.pdf, 2024-10-15T12:00:18.000Z, 2024-11-18T04:27:40.500Z https://www.unicode.org/irg/docs/n2738r-IRGN2731-N2742Feedback.pdf

[293] n5289-ProposalToRemove2CharactersFromCJKExtensionJ.pdf, 2024-11-23T03:54:06.000Z, 2024-12-16T03:40:28.487Z https://www.unicode.org/wg2/docs/n5289-ProposalToRemove2CharactersFromCJKExtensionJ.pdf