存在しない漢字を、なぜ入力できるのか? 世にも恐ろしい技術的負債の話。【文字コード3】#94
HTML-код
- Опубликовано: 5 июл 2024
- 「文字コード」の第3回です。「幽霊文字”妛”はどのようにして生まれたのか?」「腹立つ幽霊文字クリシェ」「非エンジニアでさえ困る円記号問題」など、文字コードの技術的負債について話しました。
【コピペして使って遊んでね】
妛
【目次】
0:00 漢検準一級が解く難読漢字クイズ
1:29 「妛」はどのようにして生まれた?
6:15 堀元が幽霊文字に腹を立てていること
8:59 文字コードの非常に困るところ
16:46 プログラム言語が完成することはあるのか
21:00 非エンジニアでさえ困る円記号問題
35:27 数十年前から残る技術的負債
42:44 出版業界と文字コード、そして…
【参考文献】
◯プログラマのための文字コード技術入門
amzn.to/46c6jqf
【サポーターコミュニティ加入はこちらから】
yurugengo.com/support
【親チャンネル:ゆる言語学ラジオ】
/ @yurugengo
【実店舗プロジェクト:ゆる学徒カフェ】
/ @yurugakuto
【おたよりフォーム】
forms.gle/BLEZpLcdEPmoZTH4A
※皆様からの楽しいおたよりをお待ちしています!
【お仕事依頼はこちら!】
info@pedantic.jp
【堀元見プロフィール】
慶應義塾大学理工学部卒。専門は情報工学。WEBにコンテンツを作り散らかすことで生計を立てている。現在の主な収入源は「アカデミックに人の悪口を書くnote有料マガジン」。
Twitter→ / kenhori2
noteマガジン→note.com/kenhori2/m/m125fc452...
個人RUclips→ / @kenhorimoto
【水野太貴プロフィール】
名古屋大学文学部卒。専門は言語学。
某大手出版社で編集者として勤務。言語学の知識が本業に活きてるかと思いきや、そうでもない。
Twitter→ / yuru_mizuno
【姉妹チャンネル】
◯ゆる音楽学ラジオ( / @yuruongaku )
◯ゆる民俗学ラジオ ( / @yuruminzoku )
◯ゆる天文学ラジオ ( / @yurutenmon )
◯ゆる書道学ラジオ ( / @yurushodo )
◯ゆる生態学ラジオ ( / @yuruseitai )
◯ゆる哲学ラジオ ( / @yurutetsugaku )
#文字コード #ゆるコンピュータ科学ラジオ_文字コード
【コピペして使って遊んでね】
妛
【参考文献】
◯プログラマのための文字コード技術入門
amzn.to/46c6jqf
【サポーターコミュニティ加入はこちらから】
yurugengo.com/support
【おたよりフォーム】
forms.gle/BLEZpLcdEPmoZTH4A
※皆様からの楽しいおたよりをお待ちしています!
「U+599B」って打って変換してもこの文字が出てくることを初めて知ったわ
Unicodeって変換できるんだ
妛が有名になりすぎたので忌避されるようになり、代わりに2番目に有名な彁がRUclipsでクリシェ化した結果妛が再評価される流れ、興味深い
07:36 莉翫↑繧薙※縺翫▲縺励c繧、縺セ縺励◆縺疑^
冗談で言ってたらホントに来ちゃって草。誰か解読して!!!!!
@@yurucom
解読しました↓
「今なんておっしゃイましたか^^」です。
Wikipediaにも載っているので割とクリシェかもしれませんが、彁がマシュマロというサービスにおいてマシュマロ絵文字に置き換えられる文字として役割を貰ったというエピソードが好きです。
これは歴史的経緯なんだよね。
1. バックスラッシュはASCIIの中でローカライズして良い文字の一つだった
2. エスケープ記号は元々制御コードだった
3. エスケープ記号をキーボードで入力できなかったからUNIX/Cではバックスラッシュに割り当てた
Cを設計した人はローカライズで問題が起こることは想像していなかったのでしょうね。
あの面倒臭いのそんな理由だったのか
1は前回動画で出てきたISO/IEC 646の交換可能のうちの1字がバックスラッシュで、日本では円マークを割り当てたんですね。日本以外でも各国で別の文字が割り当てられがちです。
Cを設計した人はASCIIのことしか考えてなかったんでしょうけど、それよりも想像力が足りてなかったのは、MS-DOSのディレクトリ区切り記号をよりによってバックスラッシュにしてしまったやつでしょうねぇ。ASCIIだけ使っててもディレクトリ区切り文字がエスケープ文字と重なってしまってダルい。
> 1. バックスラッシュはASCIIの中でローカライズして良い文字の一つだった
ASCII ではなくて、ISO/IEC 646。
> 2. エスケープ記号は元々制御コードだった
ESC(0x1B)のことであれば、これは元々は機械(コンピュータや周辺装置など)を制御するためのコード。後続の文字を修飾するものではありません。
> 3. エスケープ記号をキーボードで入力できなかったからUNIX/Cでは
これは事実ではありません。ESC(0x1B)のことであれば、一般的なASCIIキーボードにはEscキーが存在していますし、^[ で入力も可能です。
> バックスラッシュに割り当てた
バックスラッシュは英文では使われない文字、つまり幽霊文字みたいなものです。ですから、平文中での修飾表現に使うことには一定の合理性があると思います。ただ、
> UNIX/Cを設計した人はローカライズで問題が起こることは想像していなかった
これはおっしゃる通り。
@@jojxi MS-DOS は、/ (スラッシュ) をコマンドラインスイッチに使ってしまっていたのが大きそう。もちろん、MSが採っていた非互換政策の可能性もありますが。
@@user-bp7fy2qp9mフォローありがとう
> ASCII ではなくて、ISO/IEC 646。
そうだと思ったけど確認するの面倒だからASCIIって書いてしまった
エスケープシーケンスは制御コードの ESC でした。ESCキーはあったけど機能キーだからそれで文字入力には使えなかったのですよね。
これにヒントを得てCのエスケープ文字ができたのだろうと考えています。
それまでは文字コードを関数で変換して文字列と連結するみたいなことをしていました。
バックスラッシュの是非はおいておいて、Cではエスケープシーケンスで制御コードが表現できるようになったので便利になりました。
幽霊文字で「彁」がよく出てくるのは、「なぜ収録されたのか理由がわからない」というのが要因の一つなのではと思います
書き間違いや読み間違いなどで間違った文字が新たに存在してしまうことは他のケースでもよく出てくるので、「理由が分からない」という面白みのなさが、逆にユニークであることから、話の面白さになっているのではないでしょうか。
「幽霊文字」と呼ばれているだけに、
なにかいきさつがあって生まれたらしいと分かっているものよりも,どうして居るのか本当に分からないもの の方が不気味さや幽霊的な面白さを感じますね
「㍻」「㍼」「㍽」「㍾」という年号の合字はそれぞれ U+337B 〜 U+337E に連番に登録されていたのが、新元号の「㋿」はついに空きがなくなり離れた U+32FF に登録された話が個人的には技術的負債!って感じで大好きです。
ちなみに、次の元号の合字が出たとしたら、もう近くにも置けなさそうですw(空きがないので)
㌠が一番意味分からなくて好きです。
負債かどうかも判断できないレベルで意味が分からないですw
@@AqueousDroplet ㌠はフランの補助通貨単位ですね。これは特に技術的負債ではないと思います!
たしかに、よく変な使い方されますけどね…
合字の一覧見たら順番にイライラしてしょうがなくなりそうw
また、ンの丸囲み文字はそのせいで一生収録されなくなった模様
手違いによって発生してしまった『妛』について言及すればするほど消去するのが難しくなるの、SCP的怖さがあってとてもいいですね
「ゐる」とか的な
実はミーム災害を引き起こすオブジェクトで、カバーストーリーとして幽霊文字という扱いにしてる…みたいな笑
ゐるってそうなんですか、、?
短歌やってる自分はめっちゃ使うんですが、、。
上記の"ゐる"とは、恐らくSCP-161-JPという作品に登場する"伊る"という(読みも示されていない)存在しない動詞の事を指しているのだろうと思われます
佐うです。
9:42 ことラボ、「りょうさん」か「りょーさん」かが自分にとっては円記号問題以上に悩ましい問題でした。前回のコラボのおかげで「りょー」さんだと判明して安心していたのですが、ここのテロップを見て「りょ」さんだった(Xでもそうなっている)ことに気づいて愕然としています
ご関心をお寄せいただきありがとうございます。
名称の正式な表記は「りょ」ですが、「さん」などの敬称をつける場合は、「りょさん」あるいは、発音上の自然な変化形である「りょーさん」のいずれも認めています。
ご参考になれば幸いです。
@@kotolabo りょさん自らご返信頂けるとは…
これで安心してテキストでもりょさんの話ができます。ありがとうございました!
電流と電子の流れの向きが逆とかいう修正見込みのない物理学のバグ
お陰で陽子の電荷を+で表すことが出来て結果良かった
πが半径で定められてしまった数学界のバグ
@@ayyyyaka
円周=直径×πだから直径から決められた。
2πrから積分してπr²になるのは分りやすいのでは?
@@早川眠人
πが6.28…であれば、
オイラーの公式が
e^πi = 1 になるんですよね
@@早川眠人
せっかく半径基準に書いてるんだから円周は
半径×(真の円周率)
みたいな形で描きたいし、面積については、なにかの2乗に比例するものは
1/2×(定数)×(なにかの2乗)
の形していがちなのでそれにも合わせたい
大学の英語教授で先祖がポルトガル人の移民。先祖がアメリカに渡ってくるときにアメリカ式の綴り字がわからず、適当に港で書いた名前がそのまま登録されてしまい、到底読める綴りではない名前が爆誕した。という教授がいたので、存在しない漢字を使う苗字の方と似てるなと思い出しました。
パンチカードの1111…は点字でも同じ作法がありますね。点字は厚紙に点を打って書いていくのでパンチカードの穴と同じくやり直しが効きません。そのため「メ」(6つの点すべてを打つ)を3つ重ねて「メメメ」とするとデリート(無視する)とするそうです。(便宜的なものだそうですが)
バックスラッシュ・円記号問題はもとはといえば、前回の動画で説明していた国ごとに勝手に使っていい領域でアメリカがバックスラッシュを割り当てているコードに日本では円記号を割り当てたのが発端のはず。ということはフォルダ区切りやエスケープ記号に韓国では₩を使ったりフランスではçを使ったりしていたのだろうか。
だから、「バックスラッシュと円記号を同じ記号に割り当てた」というのは不正確で、「バックスラッシュの代わりに円記号を割り当てた」が正解。日本のコンピューターではバックスラッシュ記号は扱えなかった。時系列としてもエスケープ記号が使われた最初はわからないがMS-DOSやC言語の誕生よりコード制定のほうが先なので「一緒に割り当てちゃった奴」を責めるのはお門違いで、責められるべきはどちらかというと「国ごとに違う文字が割り当てられているようなコードにそんな重要な意味を持たせちゃった奴」の方だと思う。
今技術的負債となっている物のほとんどは「作った時には」優れた設計だったんだよな
そのソフトを使う社会のほうが変わっていくのは止められないからですかね・・・
それら全部が「優れた」ものであったかどうかは疑問。
/と\は並ぶと、どっちがどっちだか区別しづらいので、円マークになってる処理系の方が助かる。
正規表現を書くときとか。
ガラケーの絵文字をUnicodeに取り込むときも、携帯各社毎に異なる文字の割当や
日本文化に偏ったものばかり入っている部分をどうするかで議論があって負債が残ってますね。
Unicodeにモヤイ像(🗿)はあるけどモアイ像はないとか。
そして海外ではモヤイ像なんて知らないからか、モヤイ像という文字の定義のまま絵だけモアイ像が割り当てられていてさらなる負債が……
彁の元になった文字は彊であるという話がありますね
「11111111」のくだりは競馬やtotoのマークシートで「取消」欄として
形は違えど今でも現役で使われてますね。
FORTRANやCOBOLには文字列リテラルのエスケープシーケンスがなく、C言語の前身のB言語のエスケープ文字は'*'であることから、エスケープ文字にバックスラッシュを使うようになったのはUNIX / Cの文化であると考えられる。
そうするとそれ以前に制定されたJIS C 6220(JIS X 0211)で考慮できなかったのは仕方ないのでは?
書道学を観た後だと、「文字コードができたのが、明治政府による変体仮名粛清後でよかった~」という気持ちになります。
変体仮名はUNICODEに有ります。ただ別のコード領域なので良かったと思う。
13:13 宮沢賢治の「鏡」を4つ並べた字のことですかね
『岩手軽便鉄道の一月』という作品の中で「鏡」と同じ意味で使われているそうです、雄花の花序を4本垂らすハンノキが凍って輝くさまを視覚的に表したものだとか(笹原宏之『日本の漢字』より)
妛しみに待ってました!
始めは 0x24 ($) を 日本では yen に割り当てようとしていたが、$ は変えてはいけないということになったため、仕方なく、yen を 0x1C (backslash) に移した、とどこかで読みました(ウラはとってません)。もし、$ と yen が同じコードであったなら、それはそれで、大混乱になっていたことでしょう。
円と元が同じ記号で通販サイトで問題に
なってましたが$と¥が同じ割り当てなら
同じようになってたんですかね?
13:16 宮沢賢治が「岩手軽便鉄道の一月」で使った、鏡を4つ並べた字のことかな?
もしかしてExcelの絶対参照記号が$なのも文字コード的理由が…!?と思って調べたところ全然関係なさそうで勝手にがっかりしました
次回めっちゃ楽しみ!
彁はなんとなく不気味な印象を受けるのが幽霊文字という言葉のイメージと合致しているから人気があるんじゃないでしょうか。
昔、基本情報処理を勉強した時、「¥」をエスケープ文字として使っているのを見て、「なんで¥なんだろう」と思っていましたが、本来は「\」だったのですね。
初歩的なミスなのですが、¥の小文字が\なのだとずっと勘違いしており、自身の浅学さと駄駲さに打ちひしがれるとても閠繚とした回でした!
その外観から植物のアケビを山女と書くことがあり、これが合字となって𡚴っていう字になった説を聞いたことがあります
アケビの外観は「アケビ、アケビなに見て開く、下のマツタケ見て開く」というような小唄から連想していただければ・・・
人名の幽霊文字に関しては、動画中にもあるように届出人が書き間違えた事例だけではなく、
役場の戸籍係が書き間違えた事例や、集落内の他家との区分のため敢えて一画追加したり削除したりという事例などがあるようです
祖父が「今」を使いますが戸籍上「山笠にテ」のため電算化された今の戸籍には外字で収録されていました
「彁」は、字体の気味の悪さと、由来不明という幽霊っぽさがあるので代表は変わらないのではないかと
由来がわかると幽霊というより誤植になってしまうだけなので……
9:17 堀本さんの「俺のNotionの台本」が「俺の脳漿の台本」に聞こえてマジで水野さんと脳交換してんのかなと一瞬思ってしまった
26:14 前回 ISO/IEC 646の解説してるのに、\ がその交換可能文字に含まれていたことを調べてないとは、惜しい!
点字でも消す時は全凸(ひらがなの「め」)で消すときがありますね。連続で書かないと「め」を打ちたいのか修正なのかわかりませんが。
え、それめっちゃ面白い!!
111111とよく似ていたので思い出した話です。
点字は1マス縦3×横2の6点なのですが、打ち損じた時は6点全てを打ちます。ただそれでは「メ」と読めてしまうので、3マス連続して「メメメ」と打つことで、間違った文字を消した跡であることを示します。
まるで「メメメ」が「×××」みたいではありませんか?
RADWIMPSのDVDに「青とメメメ」という物がありますが、点字ではどのように表現するのでしょうか?
(最初は「実生活では使う機会がないと思いますがメメメはどうしますか?」とお聞きしようとしたら存在してビックリしてますw)
お聞きした後に自分でも気づきましたがカタカナでも「このバ✕ヤロウ」と書かれていたら伏字かと思いますが、本当に✕と表示するものだとしたら区別付きませんね。この場合は「伏字ではなく本当に✕と書くんです」と説明するしかないですね。
@@kamodomon0913様
「メメメ」と書きたい時は、わたしなら一文字ずつスペースを入れますね。
点字はスペースを文節ごとに入れるので、一文にたくさんスペースが入っていても違和感ないし、「メ メ メ」と書いてあればそこは修正部分でなく「メ」の並びに意味があると伝わりそうです。
@@toryskeep 回答ありがとうございます。確かにスペース区切りで伝わりそうですね。
ここからはワザと意地悪な突っ込みをしますが、ご容赦ください。
イマジナリー悪堀元「本当に「メ(スペース)メ(スペース)メ」を表したい時にどうするんですか!」
この考え方が100%の解決策を求めるIT関係者の思考であり、技術的負債にブチ切れる要因の一つになっています。
ブチ切れると言っても負債を理解し諦めた上で対応がメンドクサイから怒るポーズを取ってるだけなんですけどw
逆に100%を目指すと「メ(スペース)メ(スペース)メ」のような柔軟で実用に十分耐える方法を見つけられないことにもなりますね。
やはり実際に運用している方の解決策は素晴らしいです。
失礼を恐れずに言うと「頭の良い人だなぁ」と感動しました。
そうか…いまここで「妛」とコメントすることで妛は存在する漢字になるのか…
つまりデカルト味???
日本語Windowsだとファイルパスの区切りは¥(円)だけど韓国語Windowsだと₩(ウォン)だね
¥はまだ分かるけど₩でアルファベット区切られると本当に読みづらそうだ
言語沼の話題になった瞬間に水野さんのテンションがマイナスになった
楽しみに待ってました
たのまち
円マークとして「¥198」と書きたかったんだろうけど、「\198」みたいな記述が複数並んでる文章を読んだときは混乱した。
35:56 「8bitのやつを考えて」とありますが、これは間違いで、ASCIIコードは7bitです。7bit(7桁の2進数)で考えて1111111b、すなわち10進数で言う127がDELに割り当てられております。
逆に日本円の文脈で"¥"を見て区切り文字だな、と思っちゃうのもエンジニアあるあるなのかもしれない
この間、WindowsのExcelで作った請求書をMacのNumbersで開いたら、¥50が\50に文字化けしていました。
㌦(ドル)や㌣(セント)のようにタイの通貨の「バーツ」を組文字で入れたかったのに誤って「㌬(パーツ)」をUnicodeに収録してしまった話
コメント欄を読むと「ローカライズしていい文字コード」の存在が問題にならなかった時代に決められたことが、言語をまたいでデータが交換される時代が来て問題になった、ということなんでしょうね。
堀元さんの説明を聞くと、後者の時代にコンピュータを学んだ人なんだなぁと思うことが度々あります。
エンジニアではないですが
なんで¥使ってるのだろうと思って検索しましたが見つからずこの動画を見て感動しました
CUI が当たり前の時代の話。
プログラムがユーザーを暫く待たせるような場面で、「作業中」を示すことを、プロンプトの末尾1文字を使って表示している系が有りました。
「|」→「/」→「ー」→「¥」
と表示されてしまい、げんなりした覚えがあります。
仕事でファイルパス見かける時「やたら¥いっぱいあるな〜」と思ってたらそういうことか
全然意識に留めてなかったけど急にフラッシュバックした
ファイルパスで¥が出てくる小さなが解決してすっきりした~
前の文字を消すって話で、パソ通時代に「^H」(バックスペース)使ってたのを思い出して懐かしかったw
「余計な^H^H^H^H^H^H暖かい心遣いありがとう」みたいな。2バイト文字の時は2個つける派と1個でいい派があった
懐かしすぎて鼻からコーヒー吹きそうになった(^^;
疆が当時の印字の技術だと潰れてしまって弓哥に見えたらしいですよ
/と¥の交換の背景を他の方は規格の都合でご説明されていますが…
(マイコンの頃のプログラマならご存知だと思いますが)メインメモリが16~32k(メガじゃなくてキロ)バイトとか時代はマジで「メモリがあと64バイト(キロすらつかないよ)足りない…」なんて事が頻繁にあって、その頃は「フォントに割りててあるメモリは好きに使っていいメモリ」という認識でした(Q.フォントがぐちゃぐちゃになったらどうするの?→A.頑張って対応する)、そんな「文字におおらかで寛容な時代」がこのあたりの問題をうんだ背景なんじゃないかな…と私は思ってます
11:50 ここ哲学、形而上学みたいで面白い
23:57 バックスラッシュは通常の文字列であまり使わないからエスケープ記号とされたんですけどね。
そもそも、バックスラッシュを割り当てた0x5Cはローカライズの際に変更できるエリアでした。
バックスラッシュをエスケープ文字やパスの区切りに使用したのは、システム側の問題です。変更の可能性がある文字コードを割り当てたやつがバカだったとも言えます。
ところで、日本の文字コードで一番大きな技術的負債は半角カナでしょう。言及されないことにちょっと違和感。
技術者泣かせの「半角」カナですねぇ。
・8ビット1文字でASCII128文字を除いた部分に入れるために、カナだけを採用した
・8ビット2文字で1文字の「全角文字」を表わすというアイディアが生まれたが...
・1文字カナをそのまま残した「シフトJIS」が生まれた。
が、1文字カナを避けるために、JISの文字コード表と2バイト文字との変換計算が複雑に。
・EUC-JPは1文字カナとの互換性を捨てた。
が、その結果「半角カナばかりのシフトJISの文章」と「EUC-JPの文章」の自動判定が困難になった。
(また、EUC-JPにも半角カナがあるけど、実際に対応しているソフトが少なく、使おうとすると文字化けが起こったり、最悪クラッシュすることもあった)
・Unicodeは半角カナを残したが、シフトJISとの互換は捨ててたため「1バイトカナ」では無くなった
全角スペースもなぁ。。。
極力使わないようにしてます。設定できるfepでは半角スペース使うよう設定してます
全角 ↔️ 半角 っちゅう表現もあれだが。。。。
印刷業界用語らしい
彁 は 彊 を新聞で表現した時に活字が潰れて読み取れなかったことが由来……とクリシェだと思ってましたがまさか堀元氏が知らないとは
非エンジニアです。¥を入力したいのに\が出てきたことがあってイライラしたことがありました。この動画でその謎が解けてスッキリしました。
自分は「彁」の「由来不明」というのがそれこそ幽霊っぽくて好きですね
出自や正体の判明している幽霊は怖くありませんから
水野さんは円マークは全角「¥」で使ってるから気にしていないのかも
「表示される結果」を重視するのか、「内部構造(表現形式)」を重視するのかの問題なのかもしれませんね
「妛」についても、「最終的な表示結果」を重視したための結果なのかも
非エンジニアの経理部ですが、¥だとバックスラッシュになってしまうし、中国元と区別つかないので、通貨記号などやめにして、ISO通貨コード(JPY, CNY, EUR, USD, GBPなど)に統一した方が良いと思います。
(いわゆる)全角¥ を自分は使うように気をつけてます。
(いわゆる)半角 ¥ はあまり使わないようにしてる ^^
13:55 漢字の話をしてるときに「こんな感じ」と言った堀元さんがセルフツッコミするかと思った
教科書には「
」って入力しろって書いてあるのにどうやっても「¥n」になっちゃう…どうして…
って経験は誰にでもあったと思う
初学者の頃は誰でもやる
5:33 わかる気がする、こないだ堀元さんの書いた鬱をつくったときに同じ状況になったわ
元来存在も意味もなかった漢字が、こうして話題として取り上げられて意味やストーリーを伝播されていくことによって、その存在を強固にしていくあたり哲学味があっておもしろい
少なくとも自分にとっては、他のまだ知りえていない実在漢字よりも幽霊漢字の「妛」のほうが実感としての存在を感じる
nimLangはいい。
nim言語はいい。
f(a, b) と a.f(b) が同じで、
echo "Hello" と echo("Hello") も同じ。
演算子のオーバーライドができるし、ASTをいじる強力なマクロがあって、
メモリ管理方法を選択できる上、見た目がいい。
20:44 「テキスト(エディタ)」回、期待します!!w
11111111(無視する)ってのは現状、技術的負債だと思うけれど
未来の人からしたら、「何の意味があるんだ?え!パンチカード??いやー合理的な発想」って歴史的資料として使えそう
パンチカードの存在のに負わせと、その時代の合理的な解決策
「幽霊文字クリシェは『妛』と『彁』」という認識だったからちょっと心外
幽霊文字の概念がある程度定着した結果、曲のタイトルに敢えて『彁』を使うといった流れが出来てて、人間の創作力の素晴らしさを感じます
それで言うと、太鼓の達人のオリジナル曲「彁」のMVに幽霊文字が飛び散るシーンがあるので是非見られたし。
言うて彁もガリ版刷りの見辛さのせいで起きた見間違いとか言われてたような
ニセ山女の発生原因は思いきり幽霊漢字クリシェだと思ってた。
ゆみかかは疆みたいな字が潰れてそう見えたんじゃねぇかなぁ〜〜くらいには言われてるけど特定できていない。と何かで見かけたな。
技術的負債と言うかはわからないけど、どの学問にも先人がやっちゃったシリーズはありそう。個人的には円周率を円周率÷半径じゃなくて円周率÷直径にしたのは戦犯だと思ってる。
電流の向きや生物の命名(トゲアリトゲナシトゲトゲ等)とかももう変えられないでしょうね
ちょっとズレるけどアメリカのポンド法とかも
キレイなオイラーの公式が汚くなるので、、。
@@aa-iz9eu
トゲトゲはトゲハムシに変わってますね。
トゲナシトゲトゲもホソヒラタハムシが使われるようになりました(例: 日本列島の甲虫全種目録, 2023年)。
意外に生物名(和名)は変更されることがあります。メクラ○○のように差別用語とされた言葉が使われているものなんかが代表的です。
学名は分類の見直しがない限り変わりませんが、和名はその限りではありません。
ちなみにトゲアリトゲナシトゲトゲと正式に命名された昆虫は存在しません。
海外のホソヒラタハムシにトゲがあるものがいて、過去の愛好家にそう呼ばれたことはあるらしいのですが、それは俗称ですね。
@@user-jg4lb7vc3h
おー詳しい方ありがとうございます
これは蘊蓄プルスウルトラですね!
23:10 テキストファイルの中の改行として "
" って2つの文字が入っているのではなくて、多くのプログラミング言語の文字列リテラルの中で改行を表すために "
" って書くんですよね。テキストファイルの改行は ASCIIコードの制御コードLF(0x0a)。
CRはキャリッジリターンですよね?
LFはラインフィードで行送りですよね。
これはタイプライターの名残りだと思ってます。
パンチカードで苦労したことはないですが、紙テープの話。当時測定データをテレタイプを通じて紙テープに打つ(穴を開ける)のですが、このテレタイプがスカで、時々明らかな打ち間違いをします。テープは全データでシングルレコード盤(ああこれも死語だ)ほどの巻になるし、連続データなので11111111は使えません。どうするか。間違えた箇所に無地テープとノリで裏打ちします。で、そのための治具を使い、手で穴を正しく開けてやるのですw
(補足:この紙テープは、電算機(大型コンピュータ)に食わせてデータ処理してもらうためのものですw)
妛については早稲田の笹原宏之先生がフィールドワークした話が面白かった思い出
32:39 41:37 水野さんの発想がギャルすぎて笑
13:12 宮沢賢治が創作した「かがみ(鏡を4回書くやつ)」かな?
2001〜2年ぐらいに漢字についてインターネット上の記事を読んだりして幽霊文字の話に触れていつかこの謎を解ける日がくるのだろうかって思ってたんですが2006〜8年ぐらいに調査会が発足して解決してたので専門家すげ〜ってなりました
間違った「オッカムの剃刀」の使い方といえば、友人が「水は低きに流れる」の意味で使っていたのを思い出しました。
4:33
苗字は地名から来てるものが多いから、そこはごっちゃになるのは当然ですね!
あけんばら→𡚴原 出て来るね😅💦
¥と\が区別つかないの、そういうことだったのか…
サンプルコードくん「¥¥こうするとコメントアウトになります」
ワイ「¥マーク出せないよ〜(泣」
Google先生「¥と\は同じです」
ワイ「なんでだよ」
あるある
UNICODEの歴史であれば、CJK統合漢字の悪魔合体とハングルの大移動はぜひ語って欲しいです。
windowsのディレクトリの区切りが\なのにR言語のファイルパスは/(もしくは\\)なせいでいちいち変換しなきゃいけなくてしんどいなーと思っていたのですが、これは技術的負債だったんですね。
2:57
昔、出生届を登録する際に、漢字を書き間違えてしまった親戚がおりました。
途中で気付いたため、二重線で消し、隣に正しい漢字を書いて提出したのですが、その書き損じも名前として登録されたようです。
そのため、戸籍謄抄本を取るときなどは、わざと間違えて二重線で訂正した上で正しい名前を書かなければならなくなった…とのこと。
(なお現在、戸籍がコンピュータ管理されるようになり、それはなくなったそうです)
下記間違えから新たに漢字が生まれる、というのは案外よくあることなのかもしれません。
他の顔文字でも目・口・目なのでωは鼻じゃなくて口でしょう('ω')
オッカムの剃刀は文理どちらも関係する話題だと思うので、ぜひメインで取りあげてほしいです!
尻の九が丸で先祖が書き損じた例って、斎藤さんが散々間違われまくっていっぱいできたのと同じだよな
(サイトウさんは元々斎藤さんだけだった)
名前は書き間違いで出来たものは沢山ありそうですよね。昔は、もちろん戸籍も手書きだったので、役所の人や本人が書き間違えていたら、そのまま使われるようになりますもんね。
「ワタナベ」さんの旧字体シリーズもそうですね
データの管理、運用目線だと本当に面倒ですけど、発生した当時の様子とかを想像するとおおらかでいいなー、ってちょっと思っちゃいますねw
@@hanatomar
「昔」といいつつ、近年でも漢字間違いでの名前(戸籍)登録はありますよね。
新しい漢字ができることは少ないでしょうが。
他のRUclipsrさんで恐縮ですが、QuizKnockのふくらPは御両親は普通の「拳」で提出したけれど、事務方が上の点々が「八」向きの異字体で戸籍を登録したとか。
\と¥は割り当てられる文字数に限界があってそれだと文化によって困るからいくつかの文字を置き換えれる規格になってたので日本だと¥にした
だからヨーロッパだと€になってたりした
気がするけど間違ってるかもしれない
\と¥の文字コード同一問題は、初学者にはややこしいですが、慣れるのはまだ易しいといいますか
OSごとに改行コードの派閥が異なることにはそこそこ苦労したので、それも結構な技術的負債だなと思います
言語によって数字の数え方に12進数の名残が残ってたりとかは技術的負債と言えるんだろうか
例.英語のeleven、twelve、〇〇〇〇teen
MacOSの場合、
山一女 と入力し、3文字選択して"control+2"で合体文字が作れますよ
(妛だけでなく𡚴も候補で表示されます)
ωを鼻だと思っててびっくり。口のイメージでした(´・ω・`)
彁は彊の誤認とも言われていますね
ω鼻論者に初めて会った。私はω口論者。
あとωの話の後に水野さんがチソチソの話をしたのでキャンタマに見え始めた。
35:16 これは「Wiki」回も期待かもしれませんねw 。日本語WikiNameの成立の過程とかw
13:12
宮沢賢治が『岩手軽便鉄道の夜』の中で
鏡鏡
鏡鏡
と書いて「かがみ」と読む字を作ってた気がする
銀河鉄道に引っ張られた
『岩手軽便鉄道の一月』です
Windowsのファイルパスを¥に割り当てたことで
「お金が気になる」というより「なんでエスケープコードと同じもの割り当てた」と文句を言いたい
フォルダ名の最初にに"n"が入っとると
改行コード"
"と被るんじゃ
水野さんのいうURL・MacOS・Linuxは / 区切りだし……
MacOS X以前のHFSではパス区切りは:(コロン)でした。ファイル名に時刻が書けなくて泣く。
MS-DOSの前身になったCP/Mにルーツがあるらしいですよ
CP/Mではコマンド ラインのオプション指定に/を使っていたから、MS-DOSでUNIXを真似してサブディレクトリを実装したときに問題が出てしまってディレクトリ セパレータに\を使ったとのこと
pythonとjavaでそれこそ互換性で軽い論争やってたからタイムリー過ぎる
「彁」について面白い話と言えば、JIS基本漢字が存在しない時代の大正12年(1923年)の朝日新聞の朝刊に「埼玉自彊会」の誤字に「埼玉自彁会」と掲載されていた事例がありますね。
それは「彊」の印刷が潰れて「彁」に見えた、という話ではなかったかと思います
「𡚴」の誤記の「妛」はクリシェだと思ってた
13:16 「濹」のことですかね?永井荷風が小説のタイトルのために作って広まった、隅田川を表す字です。
画数が多いという点で言うと、宮沢賢治の作品に出てきた「𰽔」(鏡が4つ、U+30F54)がUnicode 13で新しく追加されたものがあります。ことラボさんのあの動画にも登場されました。
13:19 関連がありそうなのは宮沢賢治が使った鏡という漢字を四つに並べた「𰽔」(かがみ)でしょうか?この漢字は動画内でも言及された「たいと」と共に数年前にUnicodeに収録されました
後方互換性の重要性がわかりますね
前に学校のパソコンでサイトログインしようとしたとき¥が反応しなかったんだけど、そんとき先生が¥をバックスラッシュにしてって言ってた理由がようやく分かった、感謝