文字のはなし
-DTPと電書-

大江 和久 [㈱ラング / wakufactory.jp]

@wakufactory

• なんでもやるロートルプログラマ
• 電子書籍に興味 ⇒ しくみ・技術に興味
• ⇒ 文字コード問題
• 電書ラボ
• 電書とかhtml5とか
• 鉄塔・地図

自己紹介

どうしてこうなった・・・

岩波新書を晒す

文字の基本 ⑴

• 文字集合 : 使える文字のセット
  文字はコードポイントで表す
• JISなら面区点コード、Unicodeなら16進数4-5桁 U+3E00
  


• 符号化 : コードポイントを実際に使うバイト列としてどう表すか
• コンピュータの中の話なので、本来人間が知らなくてもいい

文字集合と符号化

文字の基本 ⑵

• JIS X 0208 (6,879字) (JIS1,2水準)
• JIS X 0213:2000 (11,223字) (JIS3,4水準)
• JIS X 0213:2004 (11,233字)
• AdobeJapan 1-6 (23,058字)
• MJ文字 (文字情報基盤) 約6万字
• Unicode (8.0で120,737字)

文字集合いろいろ

文字の基本 ⑶

• ISO-2022-JP
• Shift-JIS
• CP932 (SJIS-win) JISを拡張 文字集合でもある
• EUC-JP
• UTF-8,UTF-16

符号化いろいろ

文字の基本 ⑷

用語の確認

• 字体：図形文字の図形表現としての形状についての抽象的概念
• 字形：字体を、手書き、印字、画面表示などによって実際に図形として表現したもの
• 包摂：複数の字体を区別せずに、それらに同一の面区点位置を与えることをいう

字体-字形-包摂

文字の基本 ⑸

同一字体の字形を切り替える機能

• IVS 漢字の異体字
  Unicodeでは 親字+VSの組み合わせ
• GSUBフィーチャー
  符号化のしくみは無い = 出力すると情報が落ちる

OpenTypeフォントの機能

見た目で決定的

• WYSIWYGで制作
• フォントを明示的に指定
  フォントにある文字は使えるない文字は使えない、それがすべて
• 印刷で固定される
• 文字コードはあまり気にしない

DTPにおける文字とフォント

文字の実体が本質

• フォントの指定は原則できない
  どんなフォントで表示されるかわからない ≒ Web
• 様々なリーダー環境で閲覧されることが前提
• 文字のコードが重要

電子書籍における文字とフォント

歴史的にはいろいろあるが・・・・

• Unicode (UTF-8)
  で決まり！
• EPUB、Web標準の文字コード
• 「機種依存文字」を撲滅
• ファイルの符号化はほとんどUTF-8

電子書籍の文字

じゃあどんな文字が使えるの？

• リーダのフォント依存！
• 文字集合はUnicodeでも、フォントに文字がなければ使えない
• Unicodeコード表

電子書籍の文字

日本語の一般的なフォントは？

日本語対応の電書リーダーのフォント

• ヒラギノ・游明朝等の一般的な商用フォントフルセット
• 文字セットはAdobeJapan 1-5 ないし 6
• JIS2004字形 (ProN相当)

電子書籍の文字

大抵の文字はつかえそうだけど・・・

• 使えない文字(とみなされた場合)
• ⇒ いわゆる「画像外字」になってしまう。

電子書籍の文字

極力なくしたい

• 画像外字は文字コードを持たない単なる図である
• 検索出来ない、読み上げできない等の、アクセシビリティ問題
• 版面に違和感、反転表示できない。
• 制作、表示ともコストが余計にかかる

画像外字の問題点

つかわなくてもいいケースもある

• JIS等の文字集合にない文字
• 異体字・正字
• 縦書における正立、倒立のコントロール
• 特殊な記号、数式等

画像外字を使うケース

画像外字にするべきでないもの

JIS:2000字形

• 
• JIS2000(JIS90)字形にこだわる必要があるのか?

画像外字の実際 ⑴

画像外字にするべきでないもの

JIS:2004字形

• 
• ほとんどの電書リーダにはJIS2004フォントが搭載されているので無駄

画像外字の実際 ⑵

画像外字にしなくてよいもの

JIS記号類・欧文文字

• 
• JIS X 0208ベースの文字集合でつくられているものがソースか

画像外字の実際 ⑶

画像外字にしなくてよいもの

Adobe-Japan1固有文字

• 
• JISには無いがUnicodeコードポイントはあるので
  事実上使える文字

画像外字の実際 ⑷

現状外字にせざるを得ないもの

数学・化学

• 
• MathMLのようなものが使えるようになれば・・・

画像外字の実際 ⑸

現状外字にせざるを得ないもの

IVS異体字 (人名等に限定利用?)

• 
• IVSが使えるようになれば・・・・
• あるいは諦めることも考えるべき

画像外字の実際 ⑹

最近は問題にならなくなりつつある

• UnicodeのU+10000以上の文字をUTF-16で表す場合
• 「𠮟」「𠮷」
• プログラム側が非対応で問題が出るケースがある
• 電書リーダーでは一部の電子インク端末で非対応

サロゲートペア問題

欧文記号類が正立するか寝るか問題

• Unicodeの規格で文字ごとに決まっている (UTR#50)
• リーダーの実装と一部一致していない部分がある
• EPUBではタグ付けで回避
• 画像外字化されてしまっているケースも

縦書時の正立問題

実際の制作フローの結果どうなっているのか

「緊デジ」で公開されている、文字コード集計。4000あまりのリフロー書籍のデータを集計したもの。

文字コード集計

サロゲートペア文字は少ないが、JIS外、Adobe-Japan1の文字は結構使われている。

EPUBファイルに使用されている文字の実際

ツールを使ってチェックしよう

• 文字テストEPUB
• 文字コードチェッカー
• 電書ラボチェッカー (EPUBチェッカー)

問題の抽出の効率化

IVS、GSUBの利用

• 一部のリーダーで対応が始まっている
• フルサポートでDTPと同じような文字バリエーション
• WebブラウザによるGSUB対応

将来への期待

フォント埋め込み

• 多くのリーダーでフォント埋め込みに対応
• フォントライセンスの問題
• 実験的に制作してみた 『群像の時代』
  協力:FONTPLUS

将来への期待

あしたのために

• 文字の仕組みの技術的な所を理解しよう
• アクセシビリティ等を考えた妥協も必要
• 電子書籍の過渡期的な問題 ⇒ そのうち解決
• 表現力はまだ進化する
• 問題意識をもってとりくんでいこう

まとめ

もっと深く知りたい人へ・・・・

• ものかの さん
• NAOI さん
• 電書魂 田嶋さん

文字沼へようこそ

http://wakufactory.jp/densho/DTP0829/

この資料のありか