「明日」のファイルへの準備

0208対応ファイルを、0213に移行させる際、必要となる情報

この文書の狙い

青空文庫ではこれまで、第1第2水準の漢字などを定義した、JIS X 0208という文字コードを使って、ファイルを作ってきました。
「0208でファイルを作る」という姿勢は、今後もしばらくの間、維持することになりそうです。

ただし、青空文庫では将来的に、第3第4水準の漢字などを定義した、JIS X 0213という文字コードに対応することを考えています。
移行に際しては、それ以後作成するテキストを0213で作るというだけではなく、それまで0208で作ってきたものも、0213に対応させたいと思います。

0213でファイルを作る際には、第3第4水準の漢字が使えます。
0208では、外字として注記するしかなかったもののかなりを、普通の文字として扱えるようになります。

一方、0213への移行に際しては、やっかいな問題も生じます。
細かな字体差で、コードを区別するかしないかを決める、包摂規準と呼ばれるルールが、0208と0213では、一部違ってくるのです。
そのため、0208で作業しているときには「区別しない」はずだったものが、0213では「区別する」に変わります。

整理すれば、0208から0213への移行に際しては、
1　外字として注記してきたものの中で、第3第4水準にあるものは、注記部分全体を、当該の文字コードに置き換える。
ことと、
2　包摂規準の扱いが変わって、新たにテキスト上でも「区別される」文字に関して、底本どおりの扱いとする。
という、二つのことが求められます。

2の実施にあたっては、底本が、新たに区別される二つの字体のどちらを用いていたのかを確かめ直し、必要に応じてファイルを修正しなくてはなりません。

こうした作業が必要になることは、現時点ですでにわかっています。
ならば、そのための準備をしておいてはどうでしょう？
現在進めている入力、校正の作業中には、手もとに底本を置くことになるのだから、先々必要になる情報をメモとして残しておこうというわけです。

では具体的に、どんな情報を、どんな形で、どこに書き込んでおけばよいか。
ある工作員の方からいただいた、この問い合わせに対する返答を、以下に示します。

すべての工作員の方に、ここまでの作業をお願いするものではありません。 とはいえ、ここまで踏み込んで作業していただければ、0213への移行時の作業負担は、大幅に軽減できます。
青空文庫への登録から時を置かず、あるいは文庫への登録と同時に0213化を行って、「明日の本棚」に収録してしまうことも、無理な話ではなくなります。

なお、この文書を作成するに当たっては、柴田卓治さんが考案されたメモの形式を参考にさせていただきました。

Hさんへの返信

【第3第4水準のコード】

【旧JISと新JISで包摂の扱いが変わる文字が、底本でどうなっているか】

唖焔鴎噛侠躯鹸麹屡繍蒋醤蝉掻騨箪掴填顛祷涜嚢溌醗頬麺莱蝋攅

侮併僧免勉勤卑即喝嘆器塚塀増墨寛層巣廊徴徳悔慨憎懲戻掲撃敏既晩暑暦朗梅概横欄歩歴殺毎海渉涙渚渇温漢瀬煮状猪琢瓶研碑社祉祈祐祖祝神祥禍禎福穀突節緑緒縁練繁署者臭著薫虚虜褐視諸謁謹賓頼贈逸郎都郷録錬隆難響頻類黄黒