注目★★★★★Hacker News
Unicode に潜む「幽霊文字」—誤りが 50 年後の全コンピュータに刻み込まれた
30秒で把握
- 1JIS X 0208 (1978) で複数の幽霊文字が誤って追加・カタログ作成時の小さなミスが原因
- 2妛は山と女の撮影・貼り合わせズレで誤生成・1997 年調査で大半が解明されるも彁のみ根拠不明
- 3Unicode 統合後は全コンピュータに潜在存在・標準化初期段階での検証徹底の必要性を示唆
要約
1978 年に日本の JIS X 0208 標準制定時、複数の文字が誤りで追加された。山と女を分離・撮影時に貼り合わせたズレが線に見え、妛が誤って作られるなど、カタログ過程での小さなミスが原因だった。これら「幽霊文字」は後に Unicode に取り込まれ、現在すべてのコンピュータに潜在的に存在している。1997 年の調査で大半の起源が判明したが、彁は明確な根拠を持たない唯一の文字として残った。
あなたへの影響
エンコーディング・文字セット設計を担当するエンジニアにとって、標準策定時の些細な誤りが修正困難になるリスクを実証的に示した事例。
推奨：国際標準への統合後は除去がほぼ不可能になるため、初期検証プロセスの厳密性の重要性が改めて浮き彫りになる。