前回の記事について、説明が不足していたようで、404 Blog Not Found様からmultipart/form-data を忘れている
とお叱りを頂いてしまいました。

えっと、誤解です。
multipart/form-dataを使っても状況はまったく変わらないことが分かったので説明を省略しただけです。


誤解をとくために前回の調査結果を簡単にまとめさせてください。

・Webの世界でEUCといったらCP51932がデファクトスタンダードである

・これは本来のEUCから補助漢字をなくして、かわりにWindows機種依存文字を

  追加したものである。

・しかし、FirefoxだけはCP51932+補助漢字という独自拡張EUCを採用している。

・これはURL Encoding の％エスケープを解いたあとのデータが補助漢字に

  ついて生EUCとするか、数値文字参照とするか、という違いとして現れてくる。

・結果、IEで送信した文字列は内容によらず、IEでもFirefoxでも見れる。

  でも、Firefoxで送信した文字列は補助漢字が含まれていると、

  Firefoxでしか見れない。

という結論が得られた。
つまり、％エスケープをほどいた後の話なので％エスケープをしない multipart/form-data でも状況はまったく変わらないのです。


さて、この件、世間様の反応をちょいと調べてみるとBlog界では結構大きな問題になっていることが分かる。

たとえば、はてなアイデアで「文字化け」で登録されているバグのうち、すくなくとも

・Unicodeのページから文字を取得する各サービス(ダイアリ(含むasinページ)、

  アンテナ)で、EUC-JPに変換できない文字および3バイトEUCになる文字は

  数値文字参照にしてほしい



・コメント欄でフランス語などが文字化けしないようにしてほしい。



・機種依存文字の自動置換もしくは警告。特に○付き数字は利用例が多いが

  Macでは(日)(月)(火)もしくは！”＃などと見え、意味が伝わり難い。

  人力検索は公共性が高いので配慮を。



・ユーザから投稿された投稿内容のうち、0x8f で始まる 

  JIS補助漢字を(非漢字のものだけでも)数値文字参照に変換する。 

  IE での文字化け防止のため。 http://d.hatena.ne.jp/fenestrae/20050519#c

以上のトラブルは、このFirefoxのUglyな仕様に起因している。



じゃあ、もじらな人々がどういった反応をしているかというと
Bugzilla-jp: bug4873 EUC-JPエンコーダは補助漢字を変換すべきではない において

この問題、私はmixiで知ったんですけど、mixiは&を&に変換しないので、数値文字参
照が送信されても数値文字参照として表示されず、文字として置換表示されますので、こ
のようないい加減なWebアプリでは、ある意味問題無いというか、だからこそ問題が出た
というか。

で、もし数値文字参照として送信した場合なんですが、多くのWebアプリケーションが
やっているように、&を&に置き換えていた場合、結局ただのregressionにしかならな
いと思うんですよ。

とmixiが悪いという見解。
私、ぜんぜん知らなかったんですけれども多くのWebアプリケーションは&を
& に置換しているはず。という主張。
ソースが示されていないので、じゃあなぜ数値文字参照を送っているIEは困っていないのかが
分かりませんでした。
（IEを無視しているWebアプリケーションってあるのかしらん）

ただ、Linuxのユーザグループなんかでは、EUC-JPの使用率高そうな気がしますが、そう
いったところでFedora以外のLinuxが標準で使っているEUC-JPの文字のうちの一部が生で
使えなくなる、ということの方が問題な感じがします。

その後、この発言が WONT-FIX への流れを決めてしまったように見えるが、この発言で数値文字参照を出力することにより困難が生じるコミュニティやソフトウェアの名前は一切明らかになっていないように思える。
ハングルとかが数値文字参照で送られてくるのは処理できるのに、補助漢字が数値文字参照で送られてくると発狂するソフトウェアって逆に難しいと思う・・・・


さらに調査を続けると、Mozillaで数値文字参照で送出する仕様が実装されたのは比較的最近であることが分かった。
すくなくとも、MozillaのEUCの実装よりかはだいぶ後。


Bugzilla bug-117422 トルコ語が文字化けするぞ。というバグ
が 2001-12-30 04:12 PDT にOpenされ、そこで、

コメント１９ において

For example, if user put in "abc" + Two chinese characters + "eft" , the unicode
converter will convert "abc" . in 6.2.1, it will convert to "abc" + two question
mark + "eft" since we set the error behavior to repalce fallback to '?' but
someone remove that code (in the current GetEncoder, youc can see that part of
code got commented out ). this is very bad because user could type "Software "
+ Japanese names + " hardware car" when they search google. if we convert to
"software ??? hardware car" then at least the search engine can match "software"
"hardware" and "car", but the current behavior will only send out "software"

the "?" approach is not idea but acceptable. However, when I look at IE6, it
seems they use NCR to encode these "cannot be converted" character, this is not
specified in any standard but nor any standard currently address this issue. I
think it is better to fix this to the IE6-non-standard way, instead of to fix it
to the old Netscape-non-standard way. And since there are currently no standard
which address it, we don't need to worry about standard issue here.

この問題は標準がなく、IEもNetscapeも独自拡張だが、IEの方法のほうがスジがいいので
そちらに挙動を変えよう。
という発言が通って 2002-03-01 12:46 PDT に check-in および verifyが完了している。


本当はこの時にEUC-JPも直せばGoodだったんだけど、まあトルコ語問題で始まったバグをいちいちウォッチしてられないというのも想像に難くないので、ある意味仕方ないのかな。

さて、時は進んで2006年今現在、いまさらEUC-JPのエンコーディング方法を変えるのはどうなのだろう、という議論は識者と一度してみたい。
僕は変えたほうがいいと思っているのだけれど。

僕の知っている範囲で列挙すると論点は以下

・現在のWeb環境でサーバ側のソフトはほぼ漏れなくUnicodeで動作している

  （Javaとかperlとか）

・現在のFirefoxの送出するEUCは独自拡張EUCなのでサーバー側で

  Unicodeに変換するときに "EUC-JP"→"Unicode" 変換をおこなっても、 

  "CP51932" → "Unicode" 変換をおこなっても文字化けする

・"CP51932" → "Unicode" コンバータをFirefox独自拡張にも

  対応してもらうのは極めて困難が予想される。

  CP51932は独自拡張とはいえ、Microsoftが仕様をMSDNや書籍で提示して

  将来も変更しない事を明言しているので

  海外のメンテナにもURLあそこの仕様を実装したよん。で通じるけれども、

  Firefoxのはドキュメントなし独自拡張。

  かつIEと違ってデファクトの地位も握っていない。

・もし、サーバー側で個別対処するのであれば

  （この時点でサーバ屋さんから猛反発来そうだ）、

  Unicodeに変換する前に "補助漢字" → "数値文字参照" 変換を

  しなければならないが、

  現在の多くのスクリプト言語でそれは不可能である。

  かってに、Unicode変換されてしまうケースが多いから。

・通信相手がFirefoxに限られIEの事を考えなくてもよいクローズドな環境で、

  かつ補助漢字が3byteで送出されてくると

  期待するソフトがあった場合にFirefoxを数値文字参照を送るように変更すると

  レベルダウン修正になるがはたしてそんな環境・ソフトは実在するか

・（僕が詳しくないので誰か教えて）Mac では数値文字参照と生EUC補助漢字の

  どちらが幸せなのか。 

この件に関しては、はてなの中の人とかもじらの中の人とかレガシーエンコーディングプロジェクトの識者の面々とかと今後議論していきたい。あんまりツテがないので大変だけど ;-<



で、ここで終わるとユーザにとって前向きな記事にならないので、もうちょっと対処療法織り交ぜ柔軟に考えてみる。
たぶん、ユーザが幸せになるには以下の方法のどれかを実行すれば言いと思う（排他条件じゃないので注意）

１．GreacemonkeyスクリプトをつくってサーバーにPOSTする前に

    数値文字参照に変換

    ユーザがわざわざインストールしないといけないのが欠点だが、

    たとえばフランス語が文字化けして

    死ぬほど困ってる人だったら入れてくれるかも。

    （Greacemonkeyって何？ってひとはこちらをどぞ 

      http://firefox.geckodev.org/index.php?Greasemonkey）

２．JavaScript libraryでサーバーにPOSTする前に数値文字参照に変換

    １と似ているけれども、普通のJavascriptライブラリとして提供。

    Blogの管理者がこのScriptを設置してくれれば

    文字化けがなおるというもの。

    １と違い、エンドユーザは明示的にインストールする必要がないのが長所。

    はてなのようなユーザーが自分のScriptを置けないようなブログでは使えないのが欠点。

３．補助漢字to数値文字参照 perl library を提供

    まあ、Blogのバックエンドはperlが多いだろうと勝手に決めうって

    補助漢字を数値文字参照に変換するライブラリを

    つくってブログ屋さんに組み込んでよーと宣伝していくというい方法。

    ある意味正攻法。うまくいったらクライアント側で何も

    対処がいらないって意味で。

    でも汚い。激しく汚い。

    しかもこういう日本語決めうち特殊処理はi18nなソフトでは

    決して受け入れられない。

４．CP51932コンバータをFirefox独自拡張に対応

    もう、CP51932を文字通りの意味じゃなくWebで流通してる

    EUCという広い意味でとらえてFirefox拡張も

    受け入れてしまうという案。

    残念なことにFirefox EUCは仕様が公開されていない

   （実装が仕様）状態なので、このコンバータが

    コミュニティに受け入れられる可能性はきわめて低い。

５．Firefoxを直す

    本文でも書いたけど、補助漢字を３バイトEUCで送ってくれないと

    破綻するソフトって実在するの？

    ってのが争点かと。

    実在したらレベルダウン修正になってしまいますからね。 

４以外は僕でも出来そうな気がするので（５はパッチが受け入れるか極めて怪しいけど）、意見がある人は○○キボンヌ とかだけでもコメント残して言ってくれるとうれしい。


追記：
５を望む人はここじゃなく、Bugzillaで意思表明をしてもらったほうがいいかな。ここで意思表明してもチラシの裏なので
初稿では僕の書き方が悪かったです。ごめん

では！

なんか、Adsenseが表示されないと思ったら、FC2全体がAdsense八分中らしい。

以前紹介した、URLからAdsenseが認識しているページテーマを抽出してくれるページ でチェックしても、反応ナシ。

まいったね。

5/31追記
どうやら復活したらしいですね。おめでとう(σ・∀・)σ

605 名前：602[sage] 投稿日：03/02/21 23:46 ID:fSdOLeRm 

>>604 

え？ 

汎用＝広く一般的なこと 

凡庸＝特に秀でた面が無いこと＝一般的 

なんか違うの？ 





607 名前：ガンオタ[sage] 投稿日：03/02/21 23:51 ID:0FxGpTz1 

汎用モビルスーツというとガンダムだが 

凡庸モビルスーツだとジムになってしまうね 

「セーブ・ザ・鷗外」プロジェクトは
「セーブ・ザ・オウガィ」プロジェクトに改名されました

・・・だって、http://blog.livedoor.jp/dankogai/archives/50480727.htmlのトラックバッグが文字化けしてるんだもの(n'ω'`)







オーガも感動！ ランキング！

最近Legacy Encoding Projectのメーリングリスト（参加はコチラからどうぞ）でEUCの相互運用性(interoperability)を改善しようって話が盛り上がってる。

で、最近ヒトサマのBlogを見ているとBlog界もやっぱりまだまだ文字化けにあふれているようだ。

例えば、浅倉様のはてなもそろそろEncode::EUCJPMSを使ってくれないかなあ 、
および404 Blog Not Found様のあなたは何の役に立つのか?というエントリのhyoshikさんの ①（まるいち）という文字というエントリからのトラックバックをみるとはてなの吐き出すRSSやPingは「～」「①」は化けるらしい


と、いうわけで、いささか興味がわいたのでちょっと色々調べてみた。
文字化けの原因として、
・ブラウザ側の問題
・サーバー側の問題
・その複合原因
とあるが、今回はブラウザの挙動のみを対象にした。


調査対象のブラウザは以下を選んだ

IE: 6.0.2900.2180.xpsp_sp2_gdr.050301-1519
Firefox: 1.5.0.3
Opera: 8.53(Build 7722)


ちなみに当サイトに訪れるユーザのブラウザの割合は以下のような感じで、

順位 ブラウザ名            パーセント

--------------------------------------

1  Internet Explorer 6     66.19% 

2  Firefox                 24.44% 

3  Safari                   2.12% 

4  Opera 8                  1.28% 

5  Internet Explorer 7      1.07% 

6  Internet Explorer 5.5    0.94% 

7  Opera 8                  0.55% 

8  Netscape 7               0.48% 

9  Internet Explorer 5.0    0.47% 

10 Opera 9                  0.16% 

11 Camino                   0.10% 

12 Opera 7                  0.10% 

13 NetFront                 0.09% 

14 Opera 9                  0.05% 

15 Netscape 6               0.02% 

16 Opera 7                  0.02% 

17 DoCoMo                   0.02% 

18 Internet Explorer 4      0.01% 

19 Netscape 8               0.01% 

20 その他                   1.80% 

バージョン違い、亜種をまとめると

IE系          68.68% 

Mozilla系     25.05% 

Opera系        2.16% 

Safari         2.12% 

その他         1.91% 

という感じでIEとFirefoxだけがちゃんと調べないといけなくて、あとは誤差って感じだ。
調べ方は単純、自分のはてなダイアリーの日記欄に色々なブラウザで同じコメント書いてみて、 etherealでパケットキャプチャー。
どのような文字コードを送出しているか調べるというものだ。（ちなみに、はてなダイアリーの文字コードはEUC-JPである）

脱線だが有名Blogの文字コードをいくつか調べたところ

ブログサーバ    文字コード

---------------------------

はてな          EUC-JP

FC2             EUC-JP

livedoor        EUC-JP

ココログ        UTF-8 

という結果になったので、EUCとUTF-8さえ押さえれば、Blog界の文字化け問題の対応としてはだいたいＯＫと言えそうである。


まず、ASCII文字（アルファベット）

書き込み文字列      abc

------------------------------

IE                  abc

Firefox             abc

Opera               abc  

すべて同じ結果。
ASCIIしか使わない限りにおいて文字化けは発生しないという、非常に当たり前の結果になった。


次、JIS X 208 のひらがな

書き込み文字列    あいう

--------------------------------------

IE                %A4%A2%A4%A4%A4%A6

Firefox           %A4%A2%A4%A4%A4%A6

Opera             %A4%A2%A4%A4%A4%A6  

すべて同じ結果。
さすがに、この程度では文字化けしない。まあ当たり前である。

ここで、規格の復習。
HTMLの規格上、ブラウザは文字列をPOSTするのに、

のmethod属性を設定しないと文字列を URLEncodingというエンコーディングを行ってからPOSTします。
ところが、規格ではASCII の範囲外のエンコーディング方法をちゃんと定めていません。
定めていませんが、大昔、Netscape2.0ぐらいのときにネスケが文字列を「見ている文書がEUCならEUCのバイト列を」
「見ている文書がSJISならSJISのバイト列を」エンコーディングするぜぃ。という実装をしたので、それがデファクトです。
これは歴史があるので、もう守ってない人を見たことがないぐらい強いデファクト。

EUC-JPでは「あ」「い」「う」はそれぞれ

文字    バイト列

------------------

あ       A4 A2

い       A4 A4

う       A4 A6  

というバイト列で表される。それを%でエスケープしているだけ。


次は、XML日本語プロファイルで文字化けする文字として、注意を喚起されている記号シリーズ

ASCII で注意喚起されている文字

書き込み文字列     \~

-------------------------

IE                 %5C%7E

Firefox            %5C%7E

Opera              %5C%7E  

特に問題なし。


次、JIS X 208の記号で注意喚起されている文字

書き込み文字列     ￣―～∥－￠￡￥￢～ 

----------------------------------------------------------------------------------

IE                 %A1%B1%A1%BD%A1%C1%A1%C2%A1%DD%A1%F1%A1%F2%A1%EF%A2%CC%A1%C1%FC%FC

Firefox            %A1%B1%A1%BD%A1%C1%A1%C2%A1%DD%A1%F1%A1%F2%A1%EF%A2%CC%A1%C1%FC%FC

Opera              %A1%B1%A1%BD%A1%C1%A1%C2%A1%DD%A1%F1%A1%F2%A1%EF%A2%CC%A1%C1%FC%FC   

こちらも問題なし。



次からはWindowsの機種依存文字シリーズで攻めてみましょう

まずNEC特殊文字、①とか

書き込み文字列         ①

-----------------------------------------------

IE                     %AD%A1

Firefox                %AD%A1

Opera                  %AD%A1

すべて同じ。
本当はEUCに無い文字なので、数値文字参照にしないとうまく表示できない可能性がある文字なのだが
全ブラウザ生EUCで送っている。
なお、この独自拡張EUCをMicrosoftはCP51932と呼んでいるので、詳しい仕様はググって頂きたい。

※ ここはすべて同じだから幸せとはまったくいえない状況なので別に詳しく説明する。


次、IBM拡張文字とNEC選定IBM拡張文字

書き込み文字列         髙（はしご高）

-----------------------------------------------

IE                     %FC%E2

Firefox                %FC%E2

Opera                  %FC%E2   

こちらも全ブラウザ生EUCとして（生CP51932として、というべき？）送出している。

この文字はIMEパッドを使わないと入力できないが、NEC選定IBM拡張文字の（SJISで0x7C62）でも
IBM拡張文字の髙（SJISで0xFBFC）でも、NEC選定IBM拡張文字の（SJISで0x7C62, EUCで0xFCE2）に変換されてしまった。
まあ、IBM拡張文字はEUCでエンコード不可能なのでNEC選定に変換するか数値文字参照に変換するかの実質二択なのだけれども。

さあ、これにてWindows機種依存文字オシマイ。



次、JIS X 201カタカナ（半角カタカナ）

書き込み文字列   ｱｲｳｴｵ

----------------------------------------------

IE               %8E%B1%8E%B2%8E%B3%8E%B4%8E%B5             

Firefox          %8E%B1%8E%B2%8E%B3%8E%B4%8E%B5

Opera            %8E%B1%8E%B2%8E%B3%8E%B4%8E%B5 

すべて同じ.

ここで、ちょっと面白い現象がおこった。
ブラウザはたしかに半角カタカナでｱｲｳｴｵとPOSTしているのに、掲示板には全角でアイウエオと書かれるのだ。
どうもはてながサーバー側で変換しているっぽい。

これはあまり嬉しくない仕様ですね。
はてなさん、全角カタカナではなく数字文字参照への変換をオススメします。



次、JIS X 212 漢字（補助漢字）

これは説明が必要だろう。
私の使っているWindows XP ではデフォルトの状態では補助漢字は入力できない。
しかしながら、MS IMEのプロパティで「辞書／学習」タブを開き、単漢字辞書のチェックボックスをONにすることで入力が可能になる。

これ、僕みたいに古いユーザーは習慣でONにしているから、知り合いに鷗外（森鴎外の難しいほうの漢字）が入力できない。とか相談されると
「あれ～、うちでは出来るで～」などと素っ頓狂な対応をしてしまうクセモノである。

書き込み文字列    鷗（鴎外の難しいほうの漢字）

-----------------------------------------------

IE                %26%2340407%3B    

Firefox           %8F%EC%BF

Opera             %26%2340407%3B   

おお！
やっと差異が現れました。バイト列の意味は

文字         EUCバイト列         Unicodeコードポイント

---------------------------------------------------

鷗           %8F%EC%BF           U+9DD7(10進だと40407)

&            %26

#            %23

;            %3B  

です。
つまりFirefoxは素直に補助漢字として送り出しているが、IEとOperaは &#number; という
HTMLの数値文字参照で送り出していることが分かる。

このサポートしていない文字はHTMLの文字参照に変換してしまう。という実装。
いつごろから出てきたのかどうも記憶がはっきりしない（だれか教えて）が、ひどくスジの悪い実装である。

人間が手で「鷗」 と入力しても「鷗」と入力したのにブラウザが勝手に変換したのでもまったく同じバイト列に変換されてしまって受け取り側で判別不可能であるからだ。
これによって、HTMLのPOST文字列は構造を持たないプレーンテキストだよん。という理念が失われてしまっていると思う。

とはいえ、現在のWebをみるとそもそもPOSTするのは、Web掲示板とBlogが圧倒的なわけで、
現状をよく見ている。ともいえる。

さて、この送出方法の違いがユーザーにどういう影響を与えるだろうか？

・数値文字参照はすべてのブラウザが理解できる
・補助漢字はWindows APIではサポートされない

の２つのルールから
IEで書いたコメントはIEでもFirefoxでもきちんと見られるが、Firefoxで書いたコメントはFirefoxでしか見れないという結論が導かれる。

うーん、だめですねー。フォックス君
いくら補助漢字がEUCの規格的にOKと言っても、相手が理解できない形式で通信を送らないのは相互運用性（Interoperability)の基本ですよ。


次、EUCでは絶対表現できない文字列（ハングル）
これは、「もしかしてFirefoxってPOST時に勝手に数値文字参照に変換」することをまったくサポートしていないブラウザなん？
と疑問に思ったから。
脱線気味だけど、ゆるして

なおハングルを日本語版Windows標準のIMEで入力することは出来ないが、韓国のサイトなどを表示させて、そこからカット＆ペーストで文字列コピーしてくることは出来る。
ブラウザが内部Unicodeで動いているおかげである。

書き込み文字列   한글（ハングルって意味だ）

-----------------------------------------------

IE               %26%2354620%3B%26%2344544%3B    

Firefox          %26%2354620%3B%26%2344544%3B

Opera            %26%2354620%3B%26%2344544%3B

すべて同じ。
ちなみに、

文字       Unicodeコードポイント

---------------------------------------------------

한          U+D55C(10進で54620) 

글          U+AE00(10進で44544)

ね。
ここから、なかなか楽しい結論が導き出される。

現在のBlog環境では、Unicodeがサポートしているありとあらゆる文字が入力・表示できるが、JIS X 212（補助漢字）の範囲だけはFirefoxで入力すると文字化けする。
なお、補助漢字というと漢字だけのようなイメージがあるが、実際にはフランス語のéなどのアクセント付きアルファベットが収録されているのでヨーロッパ系の文字はほぼ全滅（ギリシャ・ロシアはJIS X 208収録なのでセーフ）


・・・・・ダメじゃん(￣ー￣)y━･~~~



と、ゆーわけで


ブログ界の文字化けは、あまり単純ではない。
それを何とかする為に我々はプロジェクト「セーブ・ザ・鷗外」を立ち上げることを、ここに宣言する。

活動内容は以下の通り
・文字化け状況の確認。ブラウザが何を送っていてサーバー側でどう変換しているのか
・ブラウザのバグを回避するためのツールなどをユーザーに提供
・ブログ運営会社（はてななど）に文字化けを防ぐためのライブラリやその適切な使い方をコンサル（勝手にｗ


本家レガシーエンコーディングプロジェクトがオープンソースのソフトがレガシーエンコーディングをまったくサポートしてない事が多い状況をなんとかしよう。というプロジェクトなのに対して、こちらはそれが解決した上でどう使っていったらみんなが幸せになれるかを追求していくプロジェクトです。

なお、参加者はいつでも大募集中です。よろしく！



なお、以下のエントリには多大な影響をうけたので感謝の意を表明したい

未来のいつかの日記： ①（まるいち）という文字
未来のいつかの日記： 文字コードヲタク
numa's diary: 補助漢字
浅倉卓司＠blog風味？： はてなもそろそろEncode::EUCJPMSを使ってくれないかなあ
もじのなまえ： Unicodeはなんの役に立つのか？


P.S.
プロジェクト名はもちろん「セーブ・ジ・アース」のパクリなんだけど
こんな↓

いかついオッサンが「たすけてー」と泣いている様は想像するだに楽しいのでこうしてみた。
これが「セーブ・ザ・まるいち」ではこうはいかない（ある意味シュールで楽しいかも）

最近、トラックバック記事で知ったイタリア人の真実の口の恐るべき使いかた




｢真実の口｣

偽りの心がある者は手が抜けなくなるという伝説があります。











　　　　Σ(ﾟДﾟ；ナニｰｯ!


負けた。負けたよ。
すごいよイタリア人。

PC Watchの難航するVistaの国内デジタル放送対応という記事によるとWindows Media Centerの日本対応が難航しているらしい。

これを見て僕は「ああ、やっぱり」と思ってしまった。

ARIBの運用規定とはどういうものなのだろう。ある機器ベンダのエンジニアは運用規定について「憲法のようなもの」と指摘する。運用規定で規定されているのは、こういったルールで運用しましょう、こういうことにはなっちゃダメよ、ということであって、実際にどのようなスペックのものを採用したらよいかという具体的な仕様が多く規定されているわけではないという。例えば、コピーワンスの運用の場合、同じものが何秒以上同時に存在してはいけない、などの“ルール”は規定されているが、それをどのようにして実現するかはメーカー側の“解釈”に任されているのだ。

まず、Microsoftのプレゼンで No formal certification と批判されている部分であるが、これはある意味正しい。
日本のＴＶは認可事業じゃないので、ＴＶの販売にお国の認可はいらない。
（たしかアメリカはFCCの認可がいるはずなので、この点は日米で異なる）

ARIBはformal standard を配布する場所であって、formal certificationを行う場所でも
違反業者を取り締まる場所でもない。
（JISが犯罪者を取り締まる機関じゃないのと一緒）

また上記記事のルールと解釈の説明はちょいと語弊があって、上記記事で指摘されている”解釈”の話は
世の中の規格といわれているものは全部そうであって、ARIB特有の話ではまったくない。
HTMLの規格書を読んでもブラウザの内部実装はまったく書いてないし、MPEG2の規格書を読んでも
Decoderはこう動くよん。というのだけが定義されてあって、それに合うようにEncodeしろ。
という定義である。
あたりまえである。なんでわざわざ実装など説明しないといけないのだ。



じゃあ、何が問題とされているかというとARIBの規格書・運用規定の日本語がとにかく難解なのだ。
特に運用規定はひどい。

なぜ酷い文章になるかというと理由はいくつかあるのだが、そもそも形式言語でフォーマルに定義できるものは
運用じゃなくて規格の方に入っちゃってるよねー。ふつう。って話もあるが書いている人間が文章書きのプロじゃないことが挙げられると思う。
そもそもARIBは極めて貧乏な組織で
（あたりまえだ。ARIBの規格書を買う人間が、どれだけいるというのだ）
ARIBが発行している規格書・運用規定はテレビ局やメーカーから手弁当で集まった委員会で書いている、
そうした分科会でテレビ局の人間とメーカーの実装が分かる人間が集まって相互運用性の問題を
話し合って、これを文章に落としていくのだけれどMPEG2 Systemをまったく知らない局の人間と
実装を知りすぎちゃってるメーカーの人間で実装中立なドキュメントを起こすのはひどく難しいのだ。

結果、どこでもちゃんと定義されていない用語がバンバン出てくる規格書としてはちょっと困ったちゃんな
不思議ドキュメントが出来上がってくる。
中にはここはチラシの裏じゃないと小一時間（ｒｙ という文章もあるにはあるが、困ったことに
主だったメーカは分科会に出席していて行間の意図を読めるのであまり破綻していない。
していないから、運用規定のバージョンアップ時にも改善されない。という悪循環がある。

これがアメリカだと、局と懇意にしているメーカーがデファクトになって、それ以外のメーカーは
アンドキュメントなまま、デファクトの動作を解析して、同じになるようにしないといけないから、
どちらがいいかは微妙なところだが・・・・


じゃあ、どうすればいいのかと考えてみたのだが、これが思いのほか難しい。
メーカーにとって現状先行者利益があるから、課長クラスの高給取りを手弁当で
送り込んでいるのであって、認証団体をつくるからメーカーは金をだせ。といわれても
そんなメーカーに利益のまったくない話に交渉の余地は０だろう。

じゃあ、手弁当モードをやめればいいかというと、そもそもの人材不足の問題からは
右斜めにずれた方向に話がいっている気がするし、ARIBのどこにそんなお金があるの？
って気がする。
多分、役人の無駄遣いが批判されまくっている昨今の日本の現状だと政府からARIBにガンガンお金を出すってのも通りにくい。

日本はテレビ局もメーカーも複数あるから相互運用性が難しくなるのでもっと淘汰されれば話が簡単になるにはなるんだろうが、テレビ局が減ったら僕らユーザの利益を確実に害するよね(n'ω'`)

いったいどうしたらいいのかしら？
ちょっと考えさせられる記事である。

カーネル読書会デビューすることにしました。
6/9 あたりにaltanativeマクロの話をする予定

＃うちのIMEは毎回、「カー寝る」と変換する。なぜ？？