異体字セレクター

モンゴル文字用の異体字セレクターはUnicode 3.0から追加された。

• U+180B ‐ MONGOLIAN FREE VARIATION SELECTOR ONE
• U+180C ‐ MONGOLIAN FREE VARIATION SELECTOR TWO
• U+180D ‐ MONGOLIAN FREE VARIATION SELECTOR THREE

汎用の異体字セレクターについては、Unicode 3.2.0から正式に追加された。Unicode 3.1頃から検討され始め、その当時はVariant Tagとも呼ばれていた。

次の256字がある。

• U+FE00〜FE0F ‐ VARIATION SELECTOR-1〜16
• U+E0100〜E01EF ‐ VARIATION SELECTOR-17〜256

具体的には、「<親字><異体字セレクター>」のように後置で用い、先行する親字の異体字を表わす。

256個中、最初の16個はUnicode 3.2.0から、残りはUnicode 4.0.0から追加された。

漢字の異体字は、このうち17番以降(U+E0100以降)を使うことになっている。

親字となる文字に対し、異体字や俗字などをバリエーション番号と組み合わせて表現するための機構と、それを実現するためのUnicode文字が「異体字セレクター」である。

例えば、「わたなべ」さんの辺の字には多数の異体字があり、一説では65種類もあるとされる。この、それぞれの字に単純に文字番号を付けていたのでは番号が幾つあっても足りず、また検索等の作業も困難である(渡辺、渡邉、渡邊…と、考えうる全ての候補を検索せねばならない)。

Unicodeも、当初は文字の統合を標榜した(例えばCJK統合漢字)。しかし現実には多くの文字を飲み込まざるを得なかったが、やがてこの点が問題となり、原点回帰の意味も込めて再び統合を意識し始めた結果が異体字セレクターだったと見られる。

親字は「全ての字形が包括された代表」と考え、あとは異体字セレクターでバリエーション番号を付け足して実際の字形を区別方法を用いる。

例えば「葛」の字がある。この字は、東京都葛飾区(かつしかく)や奈良県葛城市(かつらぎし)で自治体の名前として使われている。

葛飾区と葛城市では葛の字体が違っている。具体的には次の通りだが、どちらの字体も、Unicodeでは双方共にU+845Bである。

• 城市
• 飾区

漢字としては、の異体字がである。そこで、JIS X 0208とJIS X 0213:2000は共に例示字形をとしていたものを、JIS X 0213:2004で例示字形をに変更した。

それまで、葛飾区は区名が表現できないからとWebでは画像で対応していたが遂に表現可能になった一方、寝耳に水であったのは葛城市である。

Unicodeでも異体字の表現については話し合われており、Adobeにより、この両者は次のように区別可能にされた。

• (U+845B U+E0100)
• (U+845B U+E0101)

渡辺さんの例であれば、既にUnicodeに登録されている辺(U+8FBA)、邉(U+9089)、邊(U+908A)に、別途異体字セレクターを付けて文字を表わすことになる。

このようにすると、検索性を損なうことなく多様な異体字を無理なく表現できる。実際に検索処理を行なう際には、この異体字セレクターを無視することで、辺の異体字を全て同一文字として認識可能となる。

また別の考え方として、異体字に対するフォントがシステムに無い場合、代表的な字形を代用で表示することで「お茶を濁す」ことも容易に可能になるという点がある。

異体字に対する異体字セレクターの割り付けはUnicode社がするもので、ISO/IECの議論を経てなされるものではない。

更なる問題は、異体字はIVCと呼ばれる集合でのみ登録を受け付け、異なるIVCで同じグリフがあっても、別の異体字セレクターを割り付けるという方針である。

Adobe-Japan1しか無かった頃は大きな問題ではなかったが、ここにHanyo-Denshi(汎用電子情報交換環境整備プログラム)が登録申請がなされたことにより、問題が勃発した。

Unicode 5.1.0では、非漢字について次の対応が決められている。

• 数学記号 ‐ 23種類
• パスパ文字 ‐ 6種類
• モンゴル文字 ‐ 64種類