青空文庫の外字
青空文庫のUCS外字
青空文庫では、非JIS X 0208漢字・記号・文字は、外字注記で記述されます。 青空文庫には、「注記外字辞書」がありますが、この辞書には以下のような課題があります。
- 辞書はPDFしか提供されていないため、外字注記を機械的にUCS漢字に置換するためにはそのままでは利用できない。
- 青空文庫ファイルには注記辞書には含まれない外字注記が存在する。
以下の外字データは、青空文庫の現れる外字注記のうち、UCSに含まれるものを可能な限り網羅し、機械的に置換できるようにするためのデータを提供します。本データには、外字注記辞書には含まれない漢字・外字も多く含まれています。
| カラム | 概要 | 説明 |
|---|---|---|
| 1 | ラベル | 漢字の場合は、RxxxSxx（部首画数）。特殊文字の場合は青空文庫作品番号。 |
| 2 | UCS符号 | |
| 3 | UCS符号2 | 合成文字・IVS等、２つのUCS符号で構成される場合は２文字目のUCS符号。（オプション） |
| 4 | UCS文字列 | カラム２・３で構成される文字列 |
| 5 | 外字注記 | 青空文庫の注記。`※［～］'は一般の外字注記、`〔～〕'はラテン文字注記。 |
| 6 | 補記 | （オプション） |
青空文庫の実際の外字注記には、外字注記辞書に従わない例も多数見られます。しかし特に第三水準・第四水準の文字については、注記内の区点コードによって漢字字形が特定できるため、上記の注記辞書には記載していません。
青空文庫の非UCS漢字
青空文庫で利用される漢字のうち、UCSで符号化されていないものは、 GlyphWikiにて漢字フォントを作成しています。GlyphWikiのページでは、 IDS、外字番号、青空文庫での外字注記内容を並列にまとめています。
Aozora Bunko Gaiji
To be written.