about CHISE specs

[守岡知彦 / MORIOKA Tomohiko]

>>>>> In [chise-ja : No.00401] 
>>>>>	"上地さん" = Koichi Kamichi <kamichi ＠ fonts.jp> wrote:

上地さん> KAGEのIDSデータ部分をCHISEに置き換えたのですが、例えば
上地さん> CHISE-DBで「肛」のIDSに使っている肉月のようなU+2F**台の部首
上地さん> コードや、GT,CDP等を割り当てている部品のうち、UCSのCJK統合漢
上地さん> 字集合内の漢字と字形が同じものは、CHISE-DBからUCSコードを引っ
上地さん> 張って、もともとKAGEで用意している部品データ（例でいえば「月
上地さん> （U+6708)」）を使うようにしようと考えています。（同じ、とい
上地さん> う意味については、現時点では、「私が同じと思うもの＝漢字部品
上地さん> を作りわける必要がないと判断するもの」です。）

上地さん> そこで、質問なのですが、specsのchar-atr.txtに出てくる写像
上地さん> （=>ucsや=>ucs-gb)というのは、字形が一致しているという前提に
上地さん> 立っていいのでしょうか？
上地さん> （そもそもUCS字形なんてものはない、ということではなくて、こ
上地さん> こでは例示字形のことを指しています）。

=>ucs ＠ gb や =>ucs ＠ jis 等は（規格やなんらかの authority や実装等がある
としての）mapping table での写像に則るもので、字形の一致は前提ではあり
ません。

と書いて気づきましたが、それぞれの『元規格』での例示字形に基づく類似性
という意味では、その通りです。


上地さん> また、このtxtには=>ucs ＠ gbなどがでていませんが、=>ucs-gbと
上地さん> =>ucs ＠ gbの違いはなんでしょうか？

>>>>> In [chise-ja : No.00402] 
>>>>>	"上地さん" = Koichi Kamichi <kamichi ＠ fonts.jp> wrote:

上地さん> はずかしながら、chise-ja:00199あたりに発見しました。ちょっと
上地さん> 頭痛いのですが読みました。

すみません。(^_^;;

とりあえず、specs/char-atr.ja.txt を sync up しました。

;; char-atr じゃなくて、features にすべきか。


上地さん> そこで、やはりわからないのですが、例えば =>ucs ＠ jis の中に次
上地さん> のレコードがあります。
上地さん>  ?\e5\98\86 にたいして 64055
上地さん> これは、U+5606(嘆)にたいしてU+FA37への写像と解釈しているので
上地さん> すが、UCSのJ欄のU+5606はU+FA37と違う字形なので、この意味がわ
上地さん> かりません=>ucs ＠ cnsや=>ucs ＠ ksなら理解できるのですが。

U+5606 の Unicode 例示字形と一番近い JIS 例示字形の JIS mapping は
U+FA37 であるということを意味していたんだと思います。

ところで、現在の CVS 上の最新版では、

           U+5606
              |
         +----+------------+ 
         |                 |
    U-0002F84C             |
         |                 |
   +-----+-----+       +---+---+
   |           |       |       |
JU+5606 IU-0002F84C U+FA37 CU+5606

という継承関係を用いた定義になっており、従来の ?\u5606 は抽象文字とし
ての U+5606 と U+FA37 = UU+5606 = JU+FA37 の２つに分離されています。

;; もしかすると、まだ commit してなかったかも知れませんが。(^_^;;;

-- 
===『幾千億の分子に分かれても ========================================
     決して忘れない。    
     この宇宙が終るまで』              守岡 知彦 (MORIOKA Tomohiko)
====================== Email: <tomo ＠ kanji.zinbun.kyoto-u.ac.jp> ======