文字コードって、とっても難しいです。
そんな文字コードの中で、IVS について、可能な限りわかりやすく解説します。
１．IVS とは
IVS（異体字シーケンス）とは、Ideographic Variation Sequence の略称で、異体字の関係にある文字に「異体字セレクタ」という枝番を振ることで、より確実な文字情報の交換を可能にする技術のことです。
文字コードを増やすことなく、Unicode に枝番を付けることで、多くの異字体を使い分けられるようになります。
IVS を利用するためには、IVS に対応したフォントと、IVS に対応したソフトウェアの両方が必要となります。
２．IVS の例
東京都カツシカクと奈良県カツラギシの「カツ／カツラ」は以下のように異なりますが、Unicodeでは「葛」の文字コードは「U+845B」のみで、奈良県の「カツラ」は表示できません。
そこで IVS の登場です。
IVS では「葛」の文字コード「U+845B」に「U+E0100」から「U+E0109」までの枝番を付加し、10 種類の「葛」を表示できるようにしています。
この「E0100」や「E0101」といったコードそのものには意味はなく、付加する文字コードとセットで意味を持ちます。例えば同じ「E0101」でも「845B」とセットで使うと「葛」になり、「8FBB」とセットで使うと「辻」になります。
３．IVS の文字コード
IVSの枝番は、UTF-16 の場合にはサロゲートペアになります。
例えば「E0100」の場合、上位サロゲートは「DB40」、下位サロゲートは「DD00」になります。UTF-16 の場合、元が 2 バイトなので、IVS は 6 バイトということになります。
さらに元の字がサロゲートペアだった場合、IVS は 8 バイトという長い文字コードになります。
UTF-8 も同様に IVS では文字コードの長さがとても長くなります。
サロゲートペアと同様に、IVS を考慮していないソフトウェアでは、IVS の入力があると文字化けしたり、文字数のカウントを誤ったりすることがあるので、注意が必要です。
４．IVS のサンプル
IVS で表す文字の大半は、日常では使用しない字体・字形ですが、中には標準が日常では使わず、IVS の方が日常で使う字体・字形のものもあります。
Windows8 からは IVS が設定ひとつで自由に使えるようになったため、ユーザーが何気なく IVS を利用する可能性も出てくるので、注意が必要です。
以下は、左が普通に文字変換をすると表示されるフォント、右が IVS のフォントです。意図的に標準フォントが旧字体のものを選んでみました。馴染みのある方のフォントは「E0100」で、標準フォントは「E0101」になっていることが多いですが、まれに馴染みのあるフォントが「E0101」で付番されているケースもあります。
５．IVS とサロゲートペアの違い
サロゲートペアは、文字に対して Unicode が付番されています。それに対して IVS は、同じ Unicode に枝番を付番しています。
サロゲートペアは、文字そのものにコードが付番されているため、他の文字と同様にフォントから独立しています。
それに対して IVS は、乱暴に言ってしまうと、フォントを指定している文字コードと考えることができます。
サロゲートペアは UTF-16 だけの問題ですが、IVS は UTF-16 だけでなく、UTF-8 や UTF-32 にも影響のあるものです。
【振り返り】
第六回は、IVSでした。第七回は、文字コードの歴史です。
第一回：概要
第二回：符号化文字集合
第三回：文字符号化方式（前編）
第四回：文字符号化方式（後編）
第五回：サロゲートペア
第六回：IVS
第七回：文字コードの歴史
第八回：文字化け
