ツイッター掲載中トの初期の頃ですが、村井氏はこの問題に没頭していたのです。
村井氏のこの努力が現在のインターネットの日本語化に結びつい
たといえます。インターネットは米国が開発したものであり、当
然のことながら、最初のうちは日本語が扱えなかったのです。
そこで、村井氏が何をしたかを知っていただくために、少し面
倒な話をしなければならないのです。知っておくと後でいろいろ
なことに役立つので、ぜひ読んでいただきたいと思います。
コンピュータの内部では、文字を数値として扱います。例えば
「Ａ」という文字は「６５」（１６進数では「Ox41」）というコ
ードが割り当てられています。これを「文字コード」と呼んでい
るのです。
コンピュータの黎明期においては、多くのメーカが独自の規格
でコンピュータを作っており、コンピュータ同士の互換性はまっ
たくなかったのです。
しかし、それらのコンピュータが一つの企業、一つの大学、一
つの研究所で使われているうちは何も問題はなかったのですが、
それらのコンピュータをそれぞれ繋いで、企業間、大学間、研究
所間でデータを交換しようとすると、文字コードの互換性がない
ため、それはできなかったのです。
こういう事態を受けて、米国の工業基準を定めているＡＮＳＩ
（アンシ）が乗り出し、データ交換用の標準的な文字コードとし
て定めたのが、ＡＳＣＩＩ（アスキー）です。
―――――――――――――――――――――――――――――
ＡＳＣＩＩ
American National Standard Code for
Information Interchange
―――――――――――――――――――――――――――――
ＡＳＣＩＩは本来はデータ交換時に使われる目的で作られたの
です。そのこと、ＡＳＣＩＩの最後の２文字――ＩＩは「データ
交換用」という意味であることから明らかですが、多くの米国の
コンピュータメーカーは、データ交換時だけでなく、コンピュー
タ内部で文字を処理するさいの文字コードして採用したのです。
ＡＳＣＩＩは文字コードの中心的存在となのです。
ここで、「ビット」と「バイト」の関係を知っておく必要があ
ります。「ビット」というのは情報の最小単位であり、具体的に
は「０」と「１」です。コンピュータではこの「０」と「１」し
か扱えないのです。コンピュータは２進数でできているのです。
この「０」と「１」を８個集めた単位を「バイト」というので
す。つまり、次の式が成り立ちます。
―――――――――――――――――――――――――――――
１バイト＝８ビット
―――――――――――――――――――――――――――――
この８ビット、これは１０進数で２の８乗（０～２５５）をあ
らわしています。すなわち、２５６個の数字を文字コードとして
使うと、欧米の文字は、種類が少ないので、それで間に合ってし
まうのです。これを「シングルバイト（１バイト）文字」という
のです。
これに対して、日本をはじめとするアジアの国の言葉――例え
ば漢字などは８ビットではとても足りないので、８ビットの倍の
１６ビット――２バイトを使うのです。２バイトは１０進法では
２の１６乗（０～６５５３５）ですから、これだけあれば十分で
す。これを「マルチバイト（２バイト）文字」というのです。
しかし、欧米の文字は８ビットですべてあらわせるのですが、
英語に限ると、もっと少ない数で足りてしまうのです。
―――――――――――――――――――――――――――――
アルファベット大文字 ・・・・・ ２６個
アルファベット小文字 ・・・・・ ２６個
数字 ・・・・・・・・・・・・・ １０個
記号その他 ・・・・・・・・・・ ３０個
――――――――――――――――――――
９２個
―――――――――――――――――――――――――――――
９２個の文字であれば、２の７乗（１２８個）で足りることに
なります。そこで、米国ではシングルバイト（１バイト）文字は
使うのですが、文字そのものは７ビットで済ませてしまい、残り
１バイトは別の目的で使うことにして、ＡＳＣＩＩコードを決め
てしまったのです。これがマルチバイト文字を使う国々にとって
は、大きな障害となるのです。
もっとも８ビット目に特別な意味を持たせなければ問題はない
のですが、世界の多くのソフトウェアは文字を表すのに７ビット
を使い、８ビット目に固有な意味を持たせているのです。とくに
ＵＮＩＸというＯＳでは、この８ビット目を使うソフトウェアが
多くあり、これにマルチバイト文字を通そうとすると、エラーに
なってしまうのです。
ＵＮＩＸというＯＳは、ここまで見てきたように、通信ネット
ワークに深い関わりのあるＯＳであり、これがインターネットで
日本語が使えない原因だったといえます。村井氏はこのＯＳを開
発したベル研究所に働きかける必要があると考えたのです。
それではどのようにしたら解決できるでしょうか。村井氏は解
決策としては次の２つしかないと考えたのです。
―――――――――――――――――――――――――――――
１．すべてのソフトウェアにおいて、８ビット目に特別な意味
を持たせないようにする
２．日本語が７ビットを基準とした２バイトでも通るように何
らかの工夫をこらすこと
―――――――――――――――――――――――――――――
村井氏は、上記１についてはひたすら声を大にして世界に主張
するが、完全解決は難しいと考えて、とりあえず２に重点を絞る
ことにしたのです。
―― ［インターネットの歴史 Part２／１８］
≪画像および関連情報≫
・文字コードの解説サイトから・・
―――――――――――――――――――――――――――
文字コードは、間違いなく情報を交換するための「決まりご
と」なので，正確を期すため厳密な仕様が規定されている。
だが，その仕様そのものを実装するプログラムを作る場合を
除けば，プログラマが仕様の詳細を隅々まで理解している必
要はない。六法全書を読んでいなくても問題なく普段の生活
ができるようなものだ。
http://itpro.nikkeibp.co.jp/article/COLUMN/20061122/254626/
・ASCIIコード
http://dennou.gaia.h.kyoto-u.ac.jp/arch/zz1998/mozi/zengaku.html
―――――――――――――――――――――――――――
