Path: titcca!ccut!kyu-cs!nttspl!etlcom!gama!nakata
From: nakata@gama.is.tsukuba.junet (Ikuo Nakata)
Newsgroups: fj.kanji
Subject: Kanji in Programming Language (In Japanese/Kanji)
Keywords: kanji, programming language
Message-ID: < 1992@gama.is.tsukuba.junet> 
Date: 19 Jan 88 09:02:42 GMT
Distribution: fj
Organization: Inst. Info. Sci. U of TSUKUBA, Ibaraki, Japan
Lines: 173

情報処理学会の規格調査会の日本語機能専門委員会で検討された
資料「プログラム言語における日本語の扱い」をpostします
コメントを歓迎します

筑波大学 中田育男

----------------------------------------------------------
日本語機能専門委員会資料

プログラム言語における日本語の扱い

（０）用語

文字に関しては「文字」、「文字コ−ド」、「文字デ−タ」、「文
字の図形表現」などの用語が考えられる。ここでは、「文字」は表
現法には関係ない抽象的な文字を意味する
ものとする。例えば、「文字Ａ」はアルファベットの先頭の要素の
大文字を示す。「文字コ−ド」はあるコ−ド系（例えば、ＪＩＳ 
Ｘ０２０８ 情報交換用漢字符号系）で、ある文字に対応するコ−
ドを意味する。「文字デ−タ」は計算機で処理されるある一つの文
字の情報を意味する。文字デ−タは、一般的には、文字コ−ドとコ
−ド系、「文字の図形表現」（形状と大きさ）などの情報からなる
が、コ−ド系や図形表現が何らかの方法で仮定されている場合は、
文字コ−ドだけからなると考えられる。以下では、文字型のデ−タ
は文字コ−ドだけからなるとしているが、文字コ−ド以外の情報も
含むようなプログラム言語を禁止しているわけではない。その場合、
文字コ−ド以外の情報とその領域を無視すれば以下の記述に適合す
るものであることが望ましい。

（１）文字型の種類

文字型とは、デ−タ型の一種であるが、それの規定の仕方には

(a)一つの文字コ−ドの占めるメモリ−領域の大きさだけ規定する
　　　例：２バイト文字型（コ−ド系は言語では規定しない）
(b)取り得る値の集合で規定する。その値の集合は、文字集合
 (character set)とその各文字に対応するコ−ドからなる、コ−ド
 化文字集合(coded characer set)である。
　　　例：ＡＳＣＩＩ文字型
(c)一つの文字コ−ドの占めるメモリ−領域の大きさと文字集合
（あるいは、最小文字集合）で規定する（コ−ド系は言語では規定
 しない）。
(d)文字集合で規定する（コ−ド系やメモリ−領域は規定しない）。

がある。文字型を規定する場合（ＩＳＯまたは各国のプログラム言
語の規格中で規定する場合）、コ−ド系が一つに決められるなら
(b)が望ましい。
そうでなければ(a)か(c)で決める。（ただし、文字型のデ−タに文
字コ−ド以外の情報も含むようなプログラム言語では、(d)で決め
てもよい）。

日本語の文字型は(c)で、２バイト文字型とし、日本語としての基
本文字集合を含むものとして規定するのが望ましい。

［ＩＳＯ仕様］
	基本の文字型は(b)のＩＳＯ文字型（ＡＳＣＩＩ文字型）
である。そのほかに複数個設定できる（１バイト系も多バイト系も
ある）
  ただし一つのプログラム単位（または一つの処理系）では
次のいずれか
（イ）複数個設定できる
      その一つはＩＳＯ文字型とする
          例：FORTRAN8Xへの最初の提案　ＣＨＡＲ（ＫＩＮＤ＝ｎ）
              で指定。ｎに対応するコ−ド系は処理系定義
（ロ）ＩＳＯ文字型のほかにもう一つ
          例：ANSI Cへの提案、
              SQLの各国文字型（コ−ド系は処理系定義）　
（ハ）ＩＳＯ文字型を拡張したものを一つ
          例：Common Lispへの提案
［ＪＩＳ仕様］
・２種類の文字型を設ける（上記イの場合は２種類以上）
・第１種は１バイトコ−ド、第２種は２バイトコ−ド
  （通常は、第１種はＩＳＯ文字型（またはＡＳＣＩＩ文字型）、
    第２種は日本語文字型。より一般的に、第２種は多バイトコ−ド
    が選択できるが、当面２バイトに限定する、としてもよい。
    文字型を(d)で決める場合は、このようにバイト数を限定しなくて
    もよい）
・文字集合としては第２種のそれは第１種のそれを含むのが望ましい
    Common Lispへの提案のように本質的には文字型は第２種
    １種類で第１種は最適化を指定するためのものとすることも可能に
    なる。
  （ＪＩＳ漢字は機能的にはＡＳＣＩＩを含んでいるが、ＡＳＣＩＩの
   「″」（引用符）と「−」（負符号、ハイフン）に対応するＪＩＳ
    漢字には、左ダブル引用符、右ダブル引用符と、負符号、ハイフン、
    ダッシュとがあり、それぞれ１対１には対応しないという意味でＡ
    ＳＣＩＩを完全には含んでいないということもできる）
・一つの文字型の中で同一文字が二通りのコ−ドを持つことは原則
  としてない
　　文字を出力するときの大きさやスタイルは文字コ−ドで区別す
    べきものではなく、文字を出力するときの付属情報で決めるべきも
    のである。半角のAと全角のＡは違う文字であると考えれば、二通
    りのＡが第２種の文字の中に入る（例えば、ＣのLongchar案）が、
    それはあまり望ましくない。第１種（１バイトコ−ド）のＡも第２
    種（２バイトコ−ド）のＡも同じ文字を示すものとする。ただし、
    第１種の文字を半角で出力するといったフォ−マット制御は可能で
    ある。

（２）プログラムのデ−タとして

内部デ−タ
・デ−タには文字型デ−タと文字列型デ−タ（または文字配列型デ
  −タ）がある
・デ−タの長さは文字数で数える（バイト数ではない）
・一つの文字列は同一文字型の文字デ−タからなる
　［ＪＩＳ仕様では、第１種と第２種の混在、すなわち１バイト文
    字／２バイト文字の混在を許さない］
・変数の型宣言で文字型を宣言する
　［ＪＩＳ仕様では、第１種／第２種の２通り用意する。それぞれ
    １文字は１バイト／２バイトを占める］
・ライブラリ関数は各文字型ごとに別に用意する。ただし、出来る
  だけ同一の名前や記号を使う（総称関数（オ−バロ−ディング）が
  許される言語では同じ名前や記号が使える）。各文字型と整数型間
  の変換関数がある。
・共通の文字を持つ文字型間には変換関数を用意することが出来る。
  その関数では、共通でない文字は変換できない。言語によっては、
  変換関数を陽には使う必要がないものがあるかも知れない
　［ＪＩＳ仕様では、第１種←→第２種の変換関数を用意する。
    第１種に「カ゛」（２文字）があったとき、それを第２種の「ガ」
    に変換するか？］
・ほぼ包含関係にある文字型（一方の型の文字集合がほとんどもう
  一方の型のそれに含まれる）間では文字列の直接の比較を可能とし
  てもよい（比較は上記の変換関数で変換してから行なわれるので、
  それの簡便記法を設けることを意味する。ただし、もとの文字型で
  の比較と、変換後の比較で結果が異なる可能性がある場合は、直接
  比較は可能としない）

プログラムテキスト上のデ−タ
・定数の書き方は各文字型ごとに定める。同じ文字集合を持つ型に
  ついては、各言語で同じ書き方とするのが望ましい
　［ＪＩＳ仕様では、通常は第１種／第２種の２通り用意する（
    Lispでは１通りですませることもできる）。SQLでＮ′漢′、
    FORTRAN8X案ではＮＣ′漢′はあまり望ましくない。Ｎ′漢′に統
    一するのが望ましい］
外部デ−タ
・外部ファイルでは異なる文字型のデ−タの混在を認めてもよい。
  型の混在したデ−タは入出力ル−チンを通して型の振り分けをする
  のが望ましい。例えば、書式仕様による欄の明示的な指定と一致す
  るように要求すれば、それが可能である。そのようなデ−タを振り
  分けずに直接受け入れるばあいは、その内部変数の型はいわば一般
  文字型である。一般文字型としては、バイト型、整数型等を使うか、
  それが出来ない場合は、文字型の一つを一時的にそのために使う
　［ＪＩＳ仕様では、外部ファイルに第１種と第２種の混在を認め
    てもよい。混在する場合は、一般に、デ−タの中にシフトコ−ドが
    入る（例えば、各バイトの先頭ビットで第１種／第２種の区別がつ
    くならばシフトコ−ド不要。日本語ＦＯＲＴＲＡＮはシフトコ−ド
    が入るとは限らない前提で設計された）。それを第１種の変数に入
    れた場合は（これは望ましくないが、システムプログラム用言語で、
    一般文字型として使える型が他にないときはやむをえない）、そこ
    ですべての（２５６種の）ビットパタ−ンをバイト単位で処理する
    ことになる。SQL案での第１種文字列（第２種文字混在可）を内部
    変数に取り込んだときはこの形になる］
・出力フォ−マット
  印字幅は文字の種類とは直接関係ないものとする。一般に
  は文字の範囲（例えばカタカナ）や書式で印字幅を指定できるとす
  る。ただし、デフォ−ルトで、例えば第１種は半角、第２種は全角
  とすることも出来る。
  （今後は文字によって印字幅が微妙に違うものも考えられ
    る。その場合はタブ設定も文字数でなく左から何mmと言った指定が
    必要になる。）

（３）プログラムテキストとして

［ＩＳＯ仕様］
・キ−ワ−ド（より正確には、キ−ワ−ド、演算子記号、区切り記
  号などのように、規格文書で、プログラムには文字どうりそこに書
  かれているように書かねばならないとされるもの）はＩＳＯ文字か
  らなるものとする
・コメントにはＩＳＯ文字以外の文字も許す
・IdentifierにもＩＳＯ文字以外の文字を許すことが望ましい
［ＪＩＳ仕様］	
・キ−ワ−ドは第１種文字からなる
・コメントやidentifierには第２種文字を許す