漢字の部品

[守岡知彦 / MORIOKA Tomohiko]

>>>>> In [utf-2000 : No.00404] 
>>>>>	"江渡さん" = Kouichirou Eto <2003 ＠ eto.com> wrote:

江渡さん> > # Chise の ML ってどっちのアドレスが正式？

江渡さん> 私も知りたいです…。

WWW 頁の記述に従うならば、XEmacs CHISE 関連は（歴史的事情で?）
utf-2000 ＠ m17n.org, それ以外は chise-ja ＠ m17n.org なんだと思いますが、
utf-2000 ＠ m17n.org はいっそ廃止して chise-ja ＠ m17n.org に一本化でも良い
かも知れませんね。

;; 個人的には、chise-*@m17n.org は職場用、utf-2000 ＠ m17n.org は自宅・そ
;; の他用という使い分けはあるんですけど。(^_^; （mail 環境を改善したい
;; とは思ってるんですけども）


江渡さん> あと守岡さん、できれば2002 at eto.comのほうのアドレスは消去
江渡さん> していただけませんでしょうか。

江渡さんご自身で utf-2000-ctl ＠ m17n.org への command mail を使ってアド
レスを消去することができると思うのですが、無理でしょうか？私が直接管理
している訳ではないので、それが可能ならそれが一番簡単だと思います。

また、御無理な場合、対象となる mailing list をお知らせください。


江渡さん> > # 余談ですが Chise って、教育漢字とか常用漢字とかみたいな
江渡さん> > # データも持ってたりするのでしょうか？

常用漢字のデータは XEmacs CHISE の source tree の
etc/char-data/jp-jouyou.txt にあります。まだ今の所入ってるだけで、利用
する code が入ってないのですが。

ちなみに、この jp-jouyou.txt を開いた状態で

(with-current-buffer "jp-jouyou.txt"
  (goto-char (point-min))
  (let (chr target ret)
    (while (re-search-forward "^[^\t]+\t\\(.\\)" nil t)
      (setq chr (aref (match-string 1) 0)
            target (buffer-substring (match-end 0) (point-at-eol)))
      (setq ret (get-char-attribute chr 'script))
      (add-to-list 'ret 'Ideograph)
      (add-to-list 'ret 'JP-Jouyou)
      (put-char-attribute chr 'script ret)
      (if (and (> (length target) 0)
	       (eq (aref target 0) ?\t)
	       (setq target (split-string
			     (substring target 1) " ")))
	  (put-char-attribute chr '<-simplified ＠ jp-jouyou
			      (mapcar (lambda (cell)
					(aref cell 0))
				      target)))
      )))

を評価すれば、常用漢字の文字の script 素性（シンボルのリスト）に 
JP-Jouyou とIdeograph という要素が追加されるとともに、
<-simplified ＠ jp-jouyou 素性（文字参照（文字）のリスト）に常用漢字表に
書かれた対応する『康煕体』の文字のリストが入ります。

この後、

(save-char-attribute-table 'script)
(save-char-attribute-table '<-simplified ＠ jp-jouyou)

を評価すれば、Ruby/CHISE や Perl/CHISE などからもこれらのデータが利用
できるようになると思います。


;; 近い内に、上記 code を XEmacs CHISE に merge します。

-- 
守岡 知彦 (MORIOKA Tomohiko) <tomo ＠ kanji.zinbun.kyoto-u.ac.jp>