文字コード基礎論A
•
1 j'aime•1,957 vues
文字コードの基礎を数学っぽい言葉で書こうとした発表です。 なお、「鷗」の字の扱いに関しては誤解がありました（JIS規格にはどうも例外があるらしく、スライドの内容が間違っています）。 直すのが面倒だったので公開してしまいますが、これはあくまで「それっぽい例」であると思ってください（「こころ」を感じてください……）。 (以上 28/09/05 suzusime記す)
Recommandé
Contenu connexe
En vedette
En vedette (20)
Similaire à 文字コード基礎論A
Similaire à 文字コード基礎論A (16)
Plus de 京大 マイコンクラブ
Plus de 京大 マイコンクラブ (20)
文字コード基礎論A
- 12. ある国語学者の答え 文字は、音及び意味を表出する主体の働きの一段階 として、又これによって、言語的経験を獲得する主 体の理解作用の一契機として考えなければならな い。 （時枝誠記『国語学原論』より）
- 22. 「包摂」という概念 ・私たちは少し形が違っても同じ文字と考える ような文字がある。この二項関係「～」が包摂 南～南 南～南 南～南 家～家 家～家 家～家 の～の の～の の～の …
- 25. 「（符号化）文字集合」の導入 ・さっきの同値類を並べてできる集合を 文字集合といいます 文字集合C = { , , , ...} ・文字集合には何らかの全順序が入れられて、 自然数の有限個の部分集合との間に全単射が 作れます（これを符号化文字集合といいます）
- 26. 「（符号化）文字集合」の導入 ・つまり、 文字集合C＝V /～（V の同値関係～による商集合） 但し V:符号化したい範囲の全ての文字の集合 ～:包摂 符号化文字集合S ⊂N は Cと一対一に対応する →Sで文字の同値類を表してよい
- 28. 符号化文字集合の表し方 ・表をつくることで符号化文字集合を表せる ※表にあるのはあくまで代表であることに注意 の 南 家 ... 0 1 2 ...番号 代表 （例示字形）
- 29. 文字コードの概念図 ・最初に挙げた写像fは次の写像の合成として作れる ・hの決め方を符号化方式といいます V C S B π g h π:VからC = V /～への自然な射影。全射 g:番号をつける写像。全単射 h:番号をビット列に変換する写像。全単射
- 30. 例： ・符号化文字集合がUnicode,符号化方式がUTF-8 V C S B 南 南 南 南 南 … 南 0x5357 (U+5357) ED 85 97 ↑ Unicodeの 符号化文字集合 ↑ 符号化方式 UTF-8による ビット列
- 31. 例： ・符号化文字集合がUnicode,符号化方式がUTF-8 V C S B 南 南 南 南 南 … 南 0x5357 (U+5357) ED 85 97 ↑ Unicodeの 符号化文字集合 ↑ 符号化方式 UTF-8による ビット列 1対1 1対1 1対1 じゃない
- 42. 包摂基準が違う例 ・JISの場合（符号化方式はShift-JIS） 鷗 鴎 祇 祇 V C S B 鴎 鷗 … 祇 祇 … 18面10点 21面32点 89 A8 8B 5F
- 43. 包摂基準が違う例 ・Unicodeの場合（符号化方式はUTF-8） 鷗 鴎 祇 祇 V C S B 鷗 … 祇 祇 … U+9DD7 U+7947 E9 B7 97 E7 A5 87 鴎 … U+9D0E E9 B4 8E
- 47. 再掲 ・符号化文字集合がUnicode,符号化方式がUTF-8 V C S B 南 南 南 南 南 … 南 0x5357 (U+5357) ED 85 97 ↑ Unicodeの 符号化文字集合 ↑ 符号化方式 UTF-8による ビット列 1対1 1対1 1対1 じゃない
- 48. 再掲 ・符号化文字集合がUnicode,符号化方式がUTF-8 V C S B 南 南 南 南 南 … 南 0x5357 (U+5357) ED 85 97 ↑ Unicodeの 符号化文字集合 ↑ 符号化方式 UTF-8による ビット列 1対1 1対1 1対1 じゃない
- 49. 逆写像 ・単射じゃないので逆写像は定義できません V C S B 南 南 南 南 南 … 南 0x5357 (U+5357) ED 85 97 ↑ Unicodeの 符号化文字集合 ↑ 符号化方式 UTF-8による ビット列 1対1 1対1 どれ?
- 50. 逆写像ではないけれど ・C→Vはフォントに依存させて決められる V C S B 南 南 南 南 南 … 南 0x5357 (U+5357) ED 85 97 ↑ Unicodeの 符号化文字集合 ↑ 符号化方式 UTF-8による ビット列 1対1 1対1 これ
- 51. こういう場合も ・こういうものもフォント依存になってしまう V C S B … 祇 U+7947 E7 A5 87 ↑ Unicodeの 符号化文字集合 ↑ 符号化方式 UTF-8による ビット列 1対1 1対1 これ 祇 祇 祇
- 52. 例示字形の影響 ・多くのフォントが例示字形と同じようにする V C S B … 祇 U+7947 E7 A5 87 ↑ Unicodeの 符号化文字集合 ↑ 符号化方式 UTF-8による ビット列 1対1 1対1 これ 祇 祇 祇 ↑ 例示字形
- 55. 文字コードの概念図 ・ビット列から文字を得る写像は次のようになる ・これでもとに戻せるようになった。やったね！ V C S B φ g-1 h-1 φ:フォント依存の写像 g:番号をつける写像。全単射 h:番号をビット列に変換する写像。全単射
- 59. 文字コード変換 ・図で見るのが早い S1 B1 S2 B2 C1∩C2 g1 -1 h1 -1 g2 h2
- 60. 文字コード変換の例 ・C1=C2の例：UTF-8からUTF-16(Little Endian) ・妥当な（ちゃんとした）変換になっている C1∩C2 S1=S2 B1 南 南 … 南 0x5357 (U+5357) ED 85 97 UTF-8 B2 57 53 UTF-16 (LE)
- 61. 文字コード変換の例 ・じゃあ、C1≠C2のときはどうか Shift-JISからUTF-8の変換例 ・これは妥当な変換？ 89 A818面10点鴎 鴎 U+9D0E E9 B4 8E UTF-8 Shift-JIS
- 62. 文字コード変換の例 ・じゃあ、C1≠C2のときはどうか Shift-JISからUTF-8の変換例 ・これは妥当な変換？ ではない 89 A818面10点鴎 鴎 U+9D0E E9 B4 8E UTF-8 Shift-JIS