•  環境依存文字と機種依存文字
•  01_環境依存文字
•  02_機種依存文字と呼ばれた文字
•  03_使用可能な文字は文字符号化方式で決まる
•  04_機種依存文字に関する記事はいつ掲載されたのか
•  05_文字符号化方式とフォント
•  06_Unicode 時代の文字化け
•  07_ウェブページの文字符号化方式 - HTML の文字コード
•  08_ISO-2022-JP における文字の符号化
•  09_後記

2023年の現在、機種依存文字と言える文字はありません。
1980 ～ 1990 年代のパソコンには、機種依存文字と呼ばれた文字がありました。機種依存文字と呼ばれた文字は、700 字から 800 字程度ありました。環境依存文字は、現時点て 14 万字以上です。

「環境依存文字」は、日本産業規格 JIS X 0208 の規格ににはない、ASCII 文字 (アスキー文字) でもない文字のことです。半角カタカナは、JIS X 0208 にはないので環境依存文字です。

• 参考リンク
• [JIS X 0208 区点コード表] (非環境依存文字)
• [06_ASCII のコード表] (非環境依存文字)
• [03_半角カタカナ ( 半角カナ )]
• [環境依存文字チェッカー]

Windows では、環境依存文字は、日本語 IME のかな漢字変換の変換候補に [環境依存] あるいは [環境依存文字] のコメントが表示されます。

• 参考リンク
• [08_Microsoft IME の [環境依存 ] を非表示にする]
• [09_Microsoft IME の変換候補に環境依存文字を表示させない]

下図は、環境依存文字と機種依存文字と呼ばれた文字を模式化したものです。一番外側の楕円内は、コンピュータで扱える文字全体ですが、一般的には Unicode の文字ということになりますから、2023年の時点では約 15 万字になります。
Unicode に登録されている文字は、ユニコードコンソーシアムが公開している以下の PDF で閲覧できます。説明するまでもありませんが、この約 15 万字の Unicode の文字から、ASCII 128 文字と JIS X 0208 の 6,879 字を除いた文字が環境依存文字です。

• 参考リンク
• Unicode Standard 15.0 登録文字一覧 (PDF) (全 2,603 頁)

下の枠内の文字が、かって「機種依存文字」と呼ばれていた文字です。

今、皆さんは、PC-9801 でもない、IBM PC でもないコンピュータで本ページを閲覧していると思います。しかし、下の枠内の文字が文字化けしないで表示されていると思います。Apple 社の mac で閲覧しても文字化けはしません。
これは、これらの文字が機種依存ではないことになります。

Windows は、2000年2月リリースの Windows 2000 から Unicode による処理が可能になりました。mac は、2001年2月リリースの mac OS X で Unicode 化されています。UNIX 系の OS も 2000年前後に Unicode 化されています。機種依存文字と呼ばれた文字は全て Unicode に登録されていて、日本語用のフォントファイル (和文フォント) に収録されています。したがって、機種依存文字と呼ばれていた文字も、現在では、機種にも OS にも依存しない文字です。
つまり、現在は、「機種依存文字」は存在しません。

上の枠内の文字は、昔は、PC-9801 の機種依存文字、Mac の機種依存文字と呼ばれていました。つまり、昔は PC-9801 あるいは Mac だけで使用可能だった文字ですが、現在は、機種にも OS の種類にも関係なく使用できる文字です。
半角カタカナは、パソコン通信やメールで使用すると文字化けしましたが、機種依存文字ではありませんでしたから、他の機種との相互利用でも文字化けはしませんでした。

• 参考リンク
• [IBM 拡張文字・NEC 選定 IBM 拡張文字・NEC 特殊文字] 　(機種依存文字の由来)
• [Mac Japanese の固有文字]

• 参考リンク
• PC-9801 (シリーズ) ‐ 通信用語の基礎知識
• オペレーティングシステム ‐ 通信用語の基礎知識
• BIOS ‐ 通信用語の基礎知識

機種依存文字と呼ばれていた文字が存在したのは、MS-OOS / PC-DOS の時代です。2024年の今では、30年近く前の時代です。もちろん、スマートフォンはない、インターネットのウェブページもなかった時代です。

• 参考リンク
• MS-DOS ‐ 通信用語の基礎知識

1993年5月に Windows 3.1 がリリースされました。この Windows 3.1 は、機種に固有である漢字 ROM を使用しません。フォントファイルに収録しているデータを使用して文字を描画します。その文字データの操作用に、Shift_JIS という文字符号化方式を使用するようになりました。この時、この Shift_JIS は、半角カタカナと PC-9801 の固有文字と IBM PC の固有文字も追加登録しました。それによって、機種には関係なくそれらの文字が使用可能になりました。

これで、機種に依存するという意味の「機種依存文字」はなくなりましたが、機種依存文字という用語は、文字化けする文字の意味で、その後も使われていました。

• 参考リンク
• Microsoft Windows 3.1 ‐ 通信用語の基礎知識

文字符号化方式による文字の処理では、コンピュータの 機種や OS に関係なく、アプリで使用可能な文字は、文字符号化方式によって決まります。
その文字符号化方式の規格にはない文字を使用すると、その文字は文字化けします。

Windows 3.1 / 95 /98 などの時代、Windows では Shift_JIS、OS/2 も Shift_JIS、mac OS では Mac Japanese、UNIX 系の OS では EUC-JP、日本語のインターネットメール (電子メール) では、OS には関係なく、非環境依存文字だけが使用可能な文字符号化方式 ISO-2022-JP が使用されていました。
テキスト (文字) を、他のアプリ、あるいは、他のコンピュータのアプリなどと相互利用する場合、文字化けは、文字符号化方式の違いによって発生します。

• 参考リンク
• [文字符号化方式・文字コード・コードページ・コードポイント]

文字符号化方式の違いによる文字化けの要因は 2 つあります。
1 つ目は、文字符号化方式で使用可能な文字の違いです。使用可能な文字は、その文字符号化方式の規格に登録されている文字です。
Shift_JIS に登録されている文字は、以下の最初のリンクの記事で確認できます。EUC-JP では、JIS X 0212 の文字 (補助漢字) と Shift_JIS の文字が使用できます。

• 参考リンク
• [Shift_JIS ( CP932 ) コード表]
• [JIS X 0212 補助漢字 区点コード表]

2 つ目は、文字コードの違いです。同じ文字でも、文字符号化方式が異なると文字コードが異なります。文字コードが異なれば、それは別の文字を意味しますが、その文字コードに相当する文字がない場合もあります。

この文字コードの違いを意識する必要はほとんどありません。多くのアプリでは、その違いを自動で処理してくれるようになっています。
例えば、その当時の Windows は Shift_JISです (現在は UTF-16)。日本語のインターネットメールは ISO-2022-JP ですが、メールの送受信でそれらの文字コードを意識する必要はありません。意識しなければならないのは、使用可能な文字です。

ISO-2022-JP を使用する日本語のインターネットメールで使用可能なのは、非環境依存文字だけです。ISO-2022-JP を使用する方式の日本語のインターネットメールで [環境依存文字」を使用すると、文字化けします。
つまり、テキストを処理するアプリが使用している文字符号化方式にはない文字は文字化けします。

• 参考リンク
• [各種の文字符号化方式の文字コード]

下図は文字化けの例です。
Windows 10 は UTF-16 ですから、入力の時は ISO-2022-JP 以外の文字も入力できます。メールの場合、保存したり送信する時に文字コードの変換が行われ、ISO-2022-JP にない文字が文字化けします。

このような場合、Unicode 対応のメール用アプリの多くは、警告を表示して、Unicode ユニコード) に変更することができるようになっています。Unicode に変更すると、UTF-8 での送信になります。また、UTF-8 での送受信をデフォルトに設定したり、UTF-8 での送受信がデフォルトになっているメール用アプリもあります。
スマートフォンに実装されているメール用アプリは、基本的に UTF-8 です。

以下は、テストに使用した文字列です。

Windows 3.1 がリリースされるよりも前の 1992年9月30日、文部省 (現 文科省) - 高エネ研が、日本で初めて HTML 形式のウェブページを公開しました。しかし、ウェブページの閲覧や作成という形でインターネットが普及したのは、1995年11月に Windows 95 がリリースされてからです。
現在のような記事が掲載されたのはそれ以降ということになります。機種依存文字に関する多くの記事が UTF-8 に触れていることから、それらの記事の掲載または更新は 2000年以降、あるいは Windows が全面的に Unicode 化された 2007年以降と思われます。

• 参考リンク
• 【Webの歴史】日本初期のホームページ メディアプライムスタイル 埼玉
• 社会不安が覆った1995年、Windows 95フィーバーでネット時代へ

下図は、Windows 95 の最終バージョンの起動時画面です。
インターネットに接続し、課金 (電話料金) を気にしながら、ホワイトハウスのサイトを閲覧し、アメリカの国旗がなびくのを観て、感動した方もいるのではないでしょうか。

文字の描画に使用するフォントが同じなら、文字符号化方式が違っても描画される字形 (グリフ) は同じです。文字符号化方式ごとに描画データが用意されているわけではありません。

例えば「東」という文字は、Shift_JIS のコードポイントは 938C です。UTF-16 では 6771 です。文字「東」を描画する時、文字符号化方式が UTF-16 ではない場合、UTF-16 のコードポイントである 6771 に変換して、その描画データを読み出して文字を描画します。
その文字符号化方式にはないコードポイントは、そのコードポイントを ? などのコードポイント書き換えて、その文字を描画します。これが文字化けです。

現在は Unicode の時代です。多くのアプリが Unicode 化されています。文字符号化方式を意識する必要はほとんどありません。Unicode では世界中の文字が使用できます。

テキストの相互利用で、テキストを受け取って処理する側の文字符号化方式が Unicode の UTF-8 または UTF-16 の場合は、文字符号化方式の違いによる文字化けはないことになります。

下図は、Windows 10 のメモ帳で作成したテキストを UTF-16 で保存し、それを Windows XP のメモ帳で開いた結果です。四角形のグリフは、Windows XP のメモ帳で設定したフォントとそのフォントリンクのフォントにも収録されていない文字です。
この時の四角形を「トーフ (豆腐)」と言います。

• 参考リンク
• [04_游ゴシックのフォントリンク]
  
• [04_フォントにない文字コードの文字の代替グリフ]

Windows XP に、Windows 10 の游ゴシックをインストールして、それを [書式] [フォント] で指定すると文字化けしません。游ゴシックフォントには、これらの文字が全て収録されています。
Unicode では、文字符号化方式の違いによる文字化けはありませんが、この例のように、設定したフォントとそのフォントリンクのフォントに収録されていない文字は、文字なしという状態になります。これは、広い意味では文字化けと言えます。

文字符号化方式の違いによる文字化けの場合は、文字化けした状態で文字符号化方式を変更しても、 フォントを変更しても文字化けは直りません。文字符号化方式の違いによる文字化けの場合は、文字 (文字コード) そのものが文字化けした文字 (文字コード) になってしまいます。
Unicode における「文字なし」は、内部の文字コードはそのままで、代わりに四角形や四角にバツを表示します。その結果、その文字コードの文字が収録されているフォントを使用すれば、その文字を描画できます。

以下は、テストで使用した文字です。全て [環境依存文字」です。機種依存文字と呼ばれていた文字は 髙 と ゔ だけです。

ウェブブラウザは、HTML ファイルを読み込んでウェブページとして表示します。
現在のところ、ウェブブラウザは、HTML ファイルのテキストである HTML コードの文字符号化方式、つまり、文字コードの全てを自動判定して処理しません。文字コードを、HTML コードの head 部の charset で指定する必要があります。HTML ファイルを UTF-8 で保存して、charset の値を utf-8 にすると、ウェブページに Unicode の文字を表示できます。
現在は utf-8 が主流です。

charset の設定に関係なく(shift_jis を指定した場合でも)、数値文字参照を使用すれば Unicode の文字が表示できます。数値文字参照の数値には UTF-16 のコードポイント (文字コード) を使用します。 例えば文字 東 の数値文字参照は 東 です。
下の表内のリンクをクリックすると、動作確認用のページを表示します。

ここでの「Unicode の文字」とは、Shift_JIS にも Euc-JP にもない文字のことです。
1 番目と 2 番目のページの内容は、charset の有無の違いだけです。
4 番目と 5 番目のページの内容は、charset の有無の違いだけです。
6 番目と 7 番目のページの内容は、charset の有無の違いだけです。

これらのページ全てに、PC-9801 の機種依存文字と呼ばれた文字である 黑 髙 﨑 があります。筆者の環境では、2 番目のページだけが文字化けします。

リンクのページを表示した後、[Ctrl] + [U] のキー操作で HTML コードを表示して確認できます。別タブでの表示となります。

世界には多くの国や地域があり、それぞれに言語があります。Unicode が普及する前は、それぞれの言語の文字符号化方式が使用されていました。それらの言語の文字符号化方式では、同じ文字コードを、複数の文字符号化方式の文字が使用していることがあります。そのため、文字符号化方式の自動判定が困難となっています。
以下は、IANA ((インターネット番号割当機関) による charset で指定可能な名前の一覧です。

• 参考リンク
• IANA- Character Sets

ISO-2022-JP は、JIS メールと呼ばれているインターネットメール (電子メール) で使われてきた文字符号化方式です。

初期のインターネットにおけるデータ通信は、バケツリレーと呼ばれ、英語圏のサーバも含めた複数のサーバを経由して行われていました。英語圏のコンピュータは、1 文字を 7 ビットで処理していました。この文字コードは 16 進数で 0 ～ 7F ですが、0 ～ 20 と 7F は空白文字と制御コードで、英数字と記号類は 21 ～ 7E の 94 文字だけです。英語圏ではこれで十分なのですが、これでは日本語で使用する文字は扱えません。
そこで考え出されたのが ISO-2022-JP という文字符号化方式です。ISO-2022-JP では、例えば、文字列「ABC粟東」は以下のようなバイトデータになります。赤の下線はエスケープシーケンスと言われていて、このエスケープシーケンスの間に 2 バイトの文字コードを挿入します。各バイトは 21 ～ 7E の値でなければなりません。この時、この文字コードを JIS コードと言います。

ISO-2022-JP が扱う日本語の文字は JIS X 0208 区点コード表の文字です。JIS X 0208 の区と点の値に 16 進数の 20 を加算すると、下表に示すように、全ての区と点の値が 16 進数の 21 ～ 7E の間に収まります。それらの値をそれぞれ文字コードの上位バイトと下位バイトとして使用します。
例えば「粟」という文字の区と点の値は 16 と 32 です。16 進数では 10 と 20 です。16 進数の 20 を加算すると 30 と 40 になりますから、JIS コードは 3040 となります。

区点コード表は、規格名が「7 ビット及び 8 ビットの・・・」となっているように、7 ビットの処理系にも対応可能な仕様になっています。

ネット上には、環境依存文字と機種依存文字の記事が多く掲載されています。それらの記事の内容と筆者の知識と記憶には違いがあります。機種依存文字という用語は死語だと思っていました。