～波ダッシュ～って字形が変わった？

前回記事、「Oracleデータベースで、波ダッシュの文字化けはなぜ起きるのか？」では、Oracleデータベースに格納されたテキストの「波ダッシュ」の文字化けについて書きました。
そのとき、Unicodeコンソーシアムで登録されている波ダッシュの字形が、正しくない形で登録されたことを説明しました。

	16新コード	字形
［Shift_JIS］の波ダッシュ	0x8160
［Unicode］の波ダッシュ	U+301C
［Unicode］の全角チルダー	U+FF5E

［Shift_JIS］の［0x8160］は、［Unicode］の［U+301C］と同じ名称で、［Unicode］の［U+FF5E］と似た文字の形をしている、ということでした。

お手持ちの環境で試されたかたもいらっしゃると思いますが、Vista以降のWindowsの環境を使った方は、「あれっ？」と思われたのではないでしょうか？

メイリオフォントで確認してみると、

	16新コード	字形
［Shift_JIS］の波ダッシュ	0x8160
メイリオの波ダッシュ	U+301C
メイリオの全角チルダー	U+FF5E

あれ？［Shift_JIS］と同じ形になっている？
［Unicode］の仕様が変わった？

いえいえ、［Unicode］の仕様は変わっていません。
Unicodeコンソーシアムの定義は文字コードごとに分かれており、［U+301C］と［U+FF5E］は以下に記載されています。

http://www.unicode.org/charts/PDF/U3000.pdf
http://www.unicode.org/charts/PDF/UFF00.pdf

この資料は、Unicode 7.0のもので、2014年に作成されたものです。
なので、2014年現在も

	16新コード	字形
［Unicode］の波ダッシュ	U+301C
［Unicode］の全角チルダー	U+FF5E

が、Unicodeコンソーシアム的には正しい字形です。

Windows Vista以降のOSになると、かなりのフォントでは［Unicode］の「WAVE DASH」が左から「上がって下がる」字体（［Shift_JIS］の「WAVE DASH」の字形と同じ）に変更されています。
しかし、［Shift_JIS］の［0x8160］が変換される［Unicode］の16進コードは相変わらず［U+FF5E］ですし、字体が変更されたことにより、［Unicode］の［U+FF5E］と［U+301C］は、見た目が一致する文字なのに16進コードが異なる文字、ということになってしまっています。

Windows XPとWindows Vistaそれぞれ、OSに付属している文字コード表を使って［U+301C］の文字を見てみます。

Windows XPの文字コード表で「ＭＳゴシック」フォントを使って、［Unicode］の「U+301C」を選択した画面です。
字形がUnicodeコンソーシアムの定義にある「WAVE DASH」と同じになっていることがわかります。
また、この画面からはわかりませんが、［Shift_JIS］の［0x8160］は、［Unicode］の［U+FF5E］に変換されます。

Windows 7の文字コード表で、同じく「ＭＳゴシック」フォントを使って、［Unicode］の「U+301C」を選択した画面です。
Windows XPと同じフォントセットなのに字形が変わり、［Shift_JIS］の「WAVE DASH」と同じになっていることがわかります。
字形は変わりましたが、［Shift_JIS］の［0x8160］は、相変わらず［Unicode］の［U+FF5E］に変換されます。

この字体の変更がいつ行われたのかは、フォントによって異なります。
例えば、ＭＳ明朝およびＭＳゴシックでは、フォントのJIS2004対応（Windows Vista）およびその旧字体（JIS90）互換用フォントのリリースと同時に変更されていますし、メイリオでは当初から［Shift_JIS］の「WAVE DASH」と同じ字形で提供されています。

参考として、筆者が使っているWindows 7環境に導入されているフォントのうち、［U+301C］を持つフォントで［Unicode］の「WAVE DASH」と「FULLWIDTH TILDE」を並べて出力してみました。

それぞれ、［U+301C］［U+FF5E］の順で並べています。
ＭＳ明朝/ＭＳＰ明朝のように2つの字形が異なるフォントもありますが、ほとんどのフォントは全く同じ字形です。
（notepadなどを使用して表示したとき、［U+301C］の字形が汚く見えるのは、そのフォントが縮小フォントを持っていないためです。だいたい18ptくらいのサイズにすると、キレイに見えるようになるはずです）

［U+301C］を持たないフォントは代替フォントで表示され、こんな感じに見えます（左が代替フォント）。

ここまでWindowsを基準に書いてきましたが、同様に、この2文字をiOS、Android、Linuxの、Microsoft以外の環境で表示してみると

Apple iOS 8.1

Android 4.4

Linux (Fedora 20)

いずれも、同じ字形に見えます。

「字体が正しくなったし、これで問題解決」かというと、実はそんなことはなく。正しい字体が表示されることによって、余計やっかいなことになるかも知れません。

前回説明したとおり「波ダッシュ」は、環境によってどちらの文字を使用するかが異なります。
iOS、Android、Linuxなどの環境では、「波ダッシュ」は16進コードの［U+301C］で入力されます。
Windows環境では、「波ダッシュ」は16進コードの［U+FF5E］（全角チルダー）で入力されます。
ということは、これら2つの環境それぞれで入力した
「なが〜い」
と
「なが～い」
の2つの文字列は、見た目は同じでも「波ダッシュ」16進コードが異なるので、テキスト検索では一致しない文字列、ということになるのです（なので、データ側を何とかして同一のコードに揃えるか、検索側で何とかしなければならないのです）。

「見た目が一致する文字なのに16進コードが異なる文字」って、見た目が違う以上にやっかいだと思いませんか？