半角カナ
出典: フリー百科事典『ウィキペディア（Wikipedia）』
半角カナ(はんかくカナ)とは、JIS X 0201の片仮名文字集合の部分の通称である。0xA1～0xDFの範囲の1バイト文字がこれにあたる。漢字などの全角文字の半分のサイズで表示されることが一般的だという誤解からこのように呼ばれる。また、Shift_JISやEUC-JPなどの符号化方式やUnicodeでも互換性の目的でこの文字集合をもっている。これらの文字は過去との互換性の維持のために用意されており、新規の文書等では使うべきでないとされている。
目次 |
[編集] 歴史
ASCIIには7ビットで表現される128文字分のエリアにしか文字は定義されておらず、そこに制御文字、ラテン文字、数字、約物などが配置されている。このようにASCIIはアメリカの開発した基本的に英語用の規格であるため、日本では、8ビットで表現される残りの128文字分のエリアの一部(0xA1～0xDF)に片仮名と日本語用の句読点などを収録したJIS X 0201を開発して使用していた。コンピュータで漢字を扱うことが困難であった草創期は、この片仮名を用いて日本語でメッセージを表示していたのである。そして後にJIS X 0208が規定され漢字などが扱えるようになった際、それまでのJIS X 0201の資産がそのまま使えるように、JIS X 0208をそのまま使うのではなく、JIS X 0201で空いていた領域にJIS X 0208の文字コードを移動(Shift)して当てはめるShift_JISが開発され、使用されるようになった。
[編集] 呼称の是非
JIS X 0201 (もしくはASCII)とJIS X 0208を組み合わせて使う場合、JIS X 0208側の文字はほぼ正方形で、JIS X 0201の文字はJIS X 0208の文字の半分の幅・同じ高さで表示・印刷されることが一般的であった。そのため、JIS X 0201の文字は『半角文字』、JIS X 0208の文字は『全角文字』、特にJIS X 0201の方の片仮名は『半角カナ』『半角カタカナ』と呼ばれるようになった。しかしそもそも『半角』『全角』は字体・フォントの文脈で使われる言葉であり、また一般に文字コードは文字の幅を規定するものではないため、この表現は間違いである(ただしEUC-JPには文字表示幅の定義が含まれる[1]。またUnicodeにも文字幅に関する規定が存在する[2])。
Shift_JISではJIS X 0201の片仮名は1バイト、漢字などは2バイトで表されることから『1バイトカナ』と呼ばれることもある。しかし文字をあらわすのに必要なバイト数は符号化方式でそれぞれ異なる。実際、『半角カナ』相当の文字を表現するのに、EUC-JPでは2バイト、UTF-16では2バイト、UTF-8では3バイトを要する。
このように正しい名称を与えることが難しいため、結局慣用的な『半角カナ』という呼称が用いられることが多いが、正確性に問題があることに意識がある場合は『いわゆる半角カナ』といった言い方をされることもある。『半角カナ』にこだわらず厳密な定義が必要な場合は、その文脈で使われている文字集合によって『JIS X 0201の方の片仮名』や『Unicodeの半角・全角形の片仮名』と呼ばれる。
[編集] 符号化方式による半角カナの扱い
[編集] ISO-2022-JP
ISO-2022-JPは電子メール等で使われる符号化方式であり、エスケープシーケンスによって7ビットの領域に文字集合を指示して運用する。指示可能な文字集合はASCII、JIS X 0201ラテン文字、JIS X 0208-1978およびJIS X 0208-1983であり、JIS X 0201片仮名は含まれていない。一般に「メールでは半角カナは使えない」といわれるのはこの事による。
[編集] Shift_JIS
Shift_JISはJIS X 0201の8ビット符号の未使用領域に漢字などの1バイト目を割り当てたエンコーディングであるので、エスケープシーケンスなどを用いず半角カナや漢字を使用できる。MS-DOSが全盛であった頃は、全角文字を使用できない環境との互換性の問題や、データ量や画面表示幅の節約などの面から2バイト日本語に半角カナが併用されることが頻繁であった。
1バイトJIS X 0201との共存を前提としたため、JIS X 0208文字の1バイト目に使用できる領域が限られた結果、2バイト目に7ビットコードを使用せざるを得なくなり、8ビットを利用した符号化にも関わらずShift_JISを理解しない処理系での扱いを難しいものにしてしまった。
[編集] EUC-JP
日本語EUC (EUC-JP)も8ビット環境を前提とした文字コードだが、JIS X 0208の1文字目にあたるコードは、JIS X 0201を1バイトで表した場合の半角カナ部分に重なるように配置されている。そのため、半角カナに相当する文字を使用する必要がある場合は制御文字SS2 (シングルシフト2、0x8E) に続けて使用することになる (このため一見2バイトに見えるが、SS2は文字集合を次の1文字分だけ切り替えるという印のため、片仮名自体はやはり1バイトで符号化される)。この記法によるカナ使用を実装していない処理系も多い。
EUC-JPにおいてJIS X 0208を表すために使用されるコード範囲(0xA1～0xFE)は、1バイトカナのコード範囲(0xA1～0xDF)を完全に内包するため、偶数の文字数で書かれたShift_JISの半角カナは、EUC-JP文字列とほとんど区別がつかない。逆に、EUC-JPの半角カナ(1バイト目0x8E、2バイト目0xA1～0xFE)文字列も、Shift_JIS文字列と区別がつかない。これが「半角カナは文字化けする」と言われる理由の1つである。
[編集] Unicode
過去、すでに多くのShift_JIS等の文書で半角カナが使用されており、それらの文書のコード変換において情報が欠損しないようにするために (いわゆるround-trip conversionの保証)、Unicodeには通常の片仮名とは別に半角カナに相当する互換用文字が定義されている。具体的には「Halfwidth and Fullwidth Forms」という分類の中に「Halfwidth Katakana variants」として含まれている。あくまで過去の文章との互換のためであり、半角カナがお墨付きを得たと見るのは誤りである。とはいえ、将来のシステムで半角カナが非サポートとなるような事態はまず無くなったと考えてよいだろう。
[編集] インターネットにおける半角カナ
[編集] 電子メール
電子メールを配送するSMTPやネットニュースを配送するNNTPといったプロトコルは7ビットの文字コードを使用するプロトコルであったため、日本ではJUNET時代にISO-2022-JPを使用することがルールとなっていた。
ISO-2022-JPには半角カナが含まれないためメッセージ中に半角カナを含むことは出来ない。ソフトウェアによっては誤ってメッセージ中に半角カナが含まれていた場合に、8ビットコードのまま送信したり、エスケープシーケンスを用いたりQuoted-printableなどでエンコードし7ビット化して送信するソフトウェアが存在した。後者の場合には対応したソフト同士であれば問題なく表示が出来るが、違うソフト同士や8ビットで送信された場合は正しく表示されないため、「半角カナを使うと文字化けする」と言われるようになった。ここから、ネット上の文章からの半角カナ撲滅を唱えるような急進的な意見が出現した。また、当初Windowsに付属していたメールソフトがSIとSOを使用した勝手な符号化方法を使用して、他のメールソフトとの互換性をなくしていたこともその意見を強めさせた。その後Windowsのメールソフトも他のメールソフトと同じ符号化方法になったが、「いわゆる半角カナの利用は本来廃止すべきなので、あえて対応しない」という理由により半角カナを実装していないメールソフトも多い。
その後、
などの変化により、現在ではShift_JISをBase64でエンコードすることなどで、半角カナを正当な方法で送受信でき、半角カナの使用により問題が発生することは以前より減っている。
[編集] World Wide Web
転送プロトコルであるHTTPにはSMTPのように8ビットコードを扱えないという問題は存在しない。文書を記述するHTMLについては、Shift_JISやEUC-JP、Unicodeなど半角カナを扱える文字コードであればそのまま半角カナを使用できる。
インターネットバンキングでは全国銀行データ通信システムの互換性上、振込などでの口座名義に半角カナを直接入力する。全角入力した文字を半角カナのデータに変換する事で意図しない文字数の変化を避ける信頼性確保のためでもある。
電子掲示板に半角カナを書き込んでも、ほとんどの場合、文字化けしない。ただし、半角カナを使用した場合、前述したようにShift_JISとEUC-JPを区別することが難しいためブラウザやCGIなどで文字コードの自動認識に失敗する事が多いという問題がある。また、半角カナを表示不能な端末もある。
文字コードの自動認識は完全たり得ない為、HTTPレスポンスヘッダやMETAタグで文字コード情報のオプションパラメータを指定する場合もある。また、HTMLのフォームでは、漢字を含む文字列をhiddenとして送信することで確実に送信コードを判別するなどの手法も用いられている。こういった確実な対応がある場合、文字コード誤認の問題は発生しない。
[編集] 半角カナが使用されるケース
現在でもJIS X 0201しか扱えない機器･端末などでは日本語を表現する手段として半角カナが使用されている。またソフトウェアやデータの互換性を保つ目的で使用している場合もある。
なお、全角カナとの視覚的差異があることや、文字コードによって全角カナの約半分のバイト数しか要さないことなどの特徴から、現在でも積極的に使用されているケースもある。
前者の特徴は、等幅フォントを使用してテキストのみで表形式を表示する場合などで上下位置などを合わせ３る目的として多く使用される。また、ニュアンスの微妙な違いを伝えたり、アスキーアートを作成するために用いられることも多い(ただし、発信者と受信者のフォントセットが異なる場合、これはうまくいかないことがある)。
後者の特徴は、例えばデータベースなどで使用可能なバイト数に 制限がある場合や1バイトのもしか使用できないシステムで使用されている。また、文字通信に課金がなされるような場合(特に携帯電話など)に有利になるため使用されることもある。
一般的なフォントでは幅が狭く表示されることから、。Microsoft Windowsではメニュー部などで少ない面積でユーザーに情報を与える必要のある場面によく利用されていた。その後、ひらがな・（全角の）カタカナが細い造型のフォント(MS UI Gothic)を用意することによって、脱半角カナを図った。現在、新規のアプリケーションで半角カナをメニューに用いる例は無くなったとみてよい。
[編集] 半角カナ一覧
| 上位4ビット | |||||||||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 0 | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | A | B | C | D | E | F | ||
| 下 位 4 ビ ッ ト |
0 | ｰ | ﾀ | ﾐ | |||||||||||||
| 1 | ｡ | ｱ | ﾁ | ﾑ | |||||||||||||
| 2 | ｢ | ｲ | ﾂ | ﾒ | |||||||||||||
| 3 | ｣ | ｳ | ﾃ | ﾓ | |||||||||||||
| 4 | ､ | ｴ | ﾄ | ﾔ | |||||||||||||
| 5 | ･ | ｵ | ﾅ | ﾕ | |||||||||||||
| 6 | ｦ | ｶ | ﾆ | ﾖ | |||||||||||||
| 7 | ｧ | ｷ | ﾇ | ﾗ | |||||||||||||
| 8 | ｨ | ｸ | ﾈ | ﾘ | |||||||||||||
| 9 | ｩ | ｹ | ﾉ | ﾙ | |||||||||||||
| A | ｪ | ｺ | ﾊ | ﾚ | |||||||||||||
| B | ｫ | ｻ | ﾋ | ﾛ | |||||||||||||
| C | ｬ | ｼ | ﾌ | ﾜ | |||||||||||||
| D | ｭ | ｽ | ﾍ | ﾝ | |||||||||||||
| E | ｮ | ｾ | ﾎ | ﾞ | |||||||||||||
| F | ｯ | ｿ | ﾏ | ﾟ | |||||||||||||
黄色で塗りつぶした範囲は7ビットで表現できる領域、ピンクで塗りつぶした範囲はShift_JISの1バイト目として使用される領域である。
[編集] 関連項目
[編集] 外部リンク
- ^ 日本語EUCの定義と解説, Revision 1.7, UI-OSF-USLP 共同技術資料 (1991年12月10日).
- ^ UAX #11: East Asian Width
