Mac OS Xの文字コード問題に関するメモ

■SafariからEUC-JPのページに書き込むと「鷗」などが化ける

• SafariからEUC-JPのページ（はてなダイアリーやmixiなど）に、「鷗」と書き込むと「鴎」に化けたりする。似たような文字化けには、Unicode正規化によるもの（MailやSafariで互換漢字が化ける）やWindows外字に関するもの（EUC-JPのページにおけるWindows外字がめんどくさいことになっている件）などがあるが、ややこしいことに、この例はそのどちらでもない。

• 原因は、Safariの採用しているEUC-JP用の変換テーブル（IBM-33722）のフォールバック。下図は、UnicodeをEUC-JPに変換する際の、IBM-33722における漢字のフォールバックをまとめたもの*1。単に「EUC-JPにない文字」であれば、EUC-JPのページへは数値文字参照で送信されるので化けることはないのだが、フォールバックが定義されているために字体が変わってしまう。

• ところで、素朴な疑問なのだが、このIBM-33722のフォールバックって、どういう基準で設定しているのだろう。「IBM-33722に入ってなくてUnicodeに入っている異体字」なら、他にもありそうなので（たとえば「吞（U+541E）→呑」とか）、何かしら基準があるのだろうけれど。

Permalink | コメント(2) | トラックバック(0) | 18:26