yasuokaの日記： UTF-16の誕生

XMLと文字メーリングリストを読んでいたところ、『[XML MOJI 01712] Vistaで化ける字，化けない字』の以下の部分にひっかかった。

たとえば「16ビットのコードを2つ組み合わせることで急場をしのいだ」といった書き方は、いかにも行き当たりばったりでサロゲートペアを作ったように見えますが、実際には最初から計画的にサロゲート用のコードはリザーブしてあったわけですよね。

「最初から計画的にサロゲート用のコードはリザーブしてあった」というのは、どう考えても嘘だ。この際だからUTF-16の誕生に関して、私の知る限りのことを記しておこうと思う。

Joseph Dermansly BeckerがJTC1/SC2/WG2に『Proposal for Extended UCS-2 being also a Proposal for Extended Unicode』を提出したのは、1993年4月のことだ。後にJTC1/SC2/WG2 N883と呼ばれるこの文書において、Beckerは、High Half Zoneとして2C00～2FFFを、Low Half ZoneとしてDC00～DFFFを用いた、UCS-2の拡張法を提案している。この拡張法においては、「2C00 DC00」がUCS-4のU-2C00DC00にダイレクトに対応するというものであった。Beckerのこの提案は、1993年5月24～25日のJTC1/SC2/WG2アテネ会議で、ケチョンケチョンにけなされることになる。曰く、2C00～2FFFはA-Zoneなのに、そんな拡張法に使うのはおかしい。曰く、「2C00 DC00」をU-2C00DC00に対応させると、拡張版UCS-2が飛び飛びにUCS-4に対応することになって、そんなのISO/IEC 10646アーキテクチャの破壊だ。曰く、そもそもUCS-2は16ビットのコードなのに、それを「拡張」するなんて自己矛盾、だったらUCS-4を使えばいいだろう…。

しかし、Beckerはメゲることなく、『Proposal for UCS-2E (Modified Proposal for Extended UCS-2)』をJTC1/SC2/WG2に再提出する。1993年11月1～5日のJTC1/SC2/WG2ワシントンD.C.会議では、このUCS-2Eが徹底的に議論された。High Half ZoneはD800～DBFFに変更されていたのでA-Zoneの問題はいいとして、「D800 DC00」はやはりU-00010000に対応させないとJTC1/SC2/WG2としては収まりがつかない。しかもUCS-2の「拡張」というのは、やはりどう考えても矛盾しているので、ここは、UCS Transformation Formatの一種、ということで妥協してもらうしかないだろう。この瞬間にUCS-2Eは、UTF-16となったのである。

もし「最初から計画的にサロゲート用のコードはリザーブしてあった」と言うのなら、High SurrogateのD800～DBFFがどう「リザーブ」してあって、なぜそれがBeckerの最初の提案にはなかったのか。ちゃんとした資料をぜひ示してほしい。

UTF-16

[Anonymous Coward]

芝野です。 もともとUnicodeは（TRONコードと同様に）2バイトコードだけで十分と主張していたのですが，その後，2バイトで足りなくなって，UCS2Eを提案します。日本は，このUCS2Eが2バイトコードを二つ並べて用い，そのため，4バイトコードとしては，串刺しにされ，実質上，4バイトコードがなくなることから強く反対し，UTF-16を提案しました。 最終的には，93年のワシントンSC2総会中に，ホテルで夜，Mark Davis，Asmus Freytagと私とで話し合い，現行のUTF-16の方式とすることにしました。

Swap Zone

[yasuoka (21275)]

えっと、それよりだいぶ前(BeckerがN883を提案するよりも前)には、A000～DFFFの16384コードポイントをSwap Zoneとする(どうも、エスケープシーケンスみたいなもので切り変えるつもりだったらしい)っていうアイデアもUTC内にはあった、というのを耳にしたのですが、JTC1/SC2/WG2のドキュメントには見当たりませんでした。芝野さん、このあたり何かご存知ありません？

Re:Swap Zone

[Anonymous Coward]

芝野です。
SC2に出されたのは，UCS2Eからです。UTCはメンバではありませんので，UTC内部の話しは知りません。

Re:UTF-16

[oguma (17986)]

もともとUnicodeは（TRONコードと同様に）2バイトコードだけで十分と主張していた

　ども、TRON屋です。
　少なくともTRONでは「2バイトコードだけで十分」と主張したことはないと思いますが。
　手持ちの1987年の資料でも、不定長の言語指定コードによる面切替え方式が規定されています。
　実現されているかどうかについては、アレですけど（苦笑）。

--
Nullius addictus iurare in verba magistri