East Asian Character Sets Overview: Vietnamese

東アジアの文字集合の概要: ベトナム語

ベトナム語の文字というと漢字や字喃もありますが, ここでは現在使われているクオック・グーのみ扱います。

ベトナムは漢字を廃止してしまったので, 符号化文字集合も中国・日本・韓国とは大幅に異なります。原則としてシングルバイト文字集合なので, 何十種類ものフォントが無償で供給されていて簡単にダウンロードできたり, dynamic font の機能を使って, クライアントがベトナム語のフォントを持たなくてもベトナム語 WEB ページがみられるようにできたり, T_EX では(専用のフォントを特に用意しなくても) マクロだけでベトナム語に対応できたりと, うらやましい限りです。

しかしその一方, 文字集合が統一されていない欠点があります。いちおう標準はあるのですが, いくつもの文字集合が乱立し, それぞれある程度の勢力をもって使われています。

クオック・グーの母音用文字は 12個。そのうち 6個(AEIOUY) は ASCII の領域に存在するので, 残り 6字と, 横棒のある D の 7字を最低追加しなければなりません。それぞれ大文字と小文字があるので, 実際に追加する文字は 14字となります。また声調記号が 5個あるので, 声調の異なる母音字に別々の符号位置を割り当てようとすると 12x5 = 60字, それぞれに大文字とと小文字があるので, 都合 14 + 60x2 = 134字を ASCII に対して追加しなければなりません。

この他に, ドン(dong, 通貨記号)や独立した声調記号を必要とするかもしれません。

134字という数は ISO-2022 1バイト文字集合の 94/96字はもちろん, 80H-FFH の 128字を全部使っても間に合わない数で, このためベトナム語の文字集合は以下のような解決策をとることを迫られます。

00H-7FH の一部分をベトナム語用に使用する。制御文字(00H-1FH)のいずれかが使われることが多い。
いくつかの文字の使用をあきらめる。例えば大文字の声調つきをあきらめることによって, 74字に減らせる。
特殊記号や声調に独立した符号位置を与え, 声調付き文字は合成によって表す。処理は複雑化するが, ASCII に対する追加文字の数を大幅に減らすことが可能。
大文字と小文字を別のフォントにする。
8bit を越える文字集合を用いる。

複数の解決策を併用することもあります。たとえば, VISCII などでは声調付き大文字のいくつかを制御文字に割り当てていますが, 一部のアプリケーションではうまくあつかえないので, ふつうの文字集合の小文字を大文字に差し替えた Hoa (chu+~ hoa 「字花」, 大文字の意)フォントというのを用意して, これで代用できるようにしています。

なお, このページでベトナム語用文字が必要な場合には VIQR(後述)のニーモニックを使います。

1.TCVN

TCVN-5712:1993 国家標準のことです。 ABC, VSCII(後述の VISCII とは別物)とも呼びます。何種類かあります。 VN-3 では声調付きの大文字を省略した 74字を入れています。もともと DOS 用らしく, あいたところには罫線素片などが入っています。 VN-1 では罫線文字や制御文字の領域をつぶし, 声調つき大文字と結合用の声調記号をあわせた 139字が使えます。小文字は比較的整然と並んでいますが, 声調つき大文字はアキを利用しているのでかなり異様な配列になっています。

Vietnam WEB から .VnTime などの TrueType フォントを無料でダウンロードできます。これらのフォントには声調付き大文字はありません (声調付き大文字が必要ならば上記の Hoa フォントを使う)。ただし罫線素片はなく, アキになっています。

2.VISCII

RFC-1456 で規定されています。 1992年の1月に 1.0 が出ましたが, 同年 9月にはすべての小文字が MS-Windows 上で問題なく扱えるように a. と O~ の符号位置を変更した 1.1 になりました。 (Mac の VISCII が Y? Y. の 2字に VISCII 1.1 と異なる符号位置を与えており, この問題に対処したものを VISCII 2.0 と呼んでいるのを見たことがありますが, これは正式なバージョンではないようです)

WEB ページその他で一番多く使われているようです。制御文字の領域まで使って 134字を押し込んだものですが, TCVN とは全く互換性がありません。 Latin-1 にある文字をなるべく生かそうとしているため, かなり奇妙な配列になっています。

Vietnamese-Standard Working Group Home Page を参照のこと。なぜこのような配列になっているのか, という rationale があります。

Windows95 上では, TriChlor Organization の WinVNKey という有名なソフトウェアで VISCII の表示と入力ができるようになります。 (ただしいくつかのフォントがフォント名にアクセントつき文字を使っているので, 日本語Windows ではうまく選択できないようです)

また, VN net: VIE^T FONTS では Dynamic Truetype font を提供しており, 相手がフォントを持っていなくてもベトナム語のページを作ることができます。ただし, なぜか以下の文字の符号位置が標準と異なるようです。フォントのバグかもしれません。

文字	A^~	A(?	A(~	Y?	Y~	Y.
VISCII	06	02	05	14	19	1E
VN net	02	19	--	--	--	--

3.VIQR

VISCII とともに RFC-1456 で定義されています。 a(? u+. のように ASCII 文字の組み合わせで特殊文字を表現するので, 特別にフォントを用意しなくても一応読める長所があります。また 7bit である特長を生かして soc.culture.vietnamese などのニュースグループでもよく使われているようです。記号とその意味は下の通りです。

(	breve
^	circumflex
+	horn


'	acute [thanh sa('c]
`	grave [thanh huye^`n]
?	hook above [thanh ho?i]
~	tilde [thanh nga~]
.	dot below [thanh na(.ng]


DD	D bar
dd	d bar

「O+, U+」のかわりに「O*, U*」を使う変種も見かけますが, どういう理由があるのか知りません。

VNTeX というベトナム語テキストを T_EX の入力に変換するプリプロセッサ(CTAN にある) でも VIQR の変種 (O+, U+ の代わりに OO, UU を使う)を使っています。

Mule は VISCII, VSCII(=TCVN), VIQR に対応しています。入力方式としても VIQR を採用しています。

4.VPS

Vietnamese Professionals Society の使っている文字集合。

VISCII に少しにていますが, 互換性はありません。 I. O. など一部の声調つき大文字を欠いているようです。これらの文字を利用するためにはやはり Hoa フォントを利用することになります。

Windows, Macintosh 用の美しいフォント 100種類近く (VPS Times, VPS Helvetica, etc.) を無料でダウンロードできます。

5.VNI

VNI Software 社の使っている文字集合。

アクセント記号と声調を結合文字としており, 他の文字集合とは構造がかなり異なっています。大文字用と小文字用の声調記号に別々の符号位置を割り当てているのも特徴的です。

フォント (VNI-Aptima, VNI-Helve, VNI-Times, VNI-Internet Mail) を無料でダウンロードできます。

6.Win1258

MS Windows の標準コードページ。 Unicode Consortium の ftp サイトに Win1258 と Unicode の対照表があります。

コードページ 1252(ISO-8859-1 もどき)に極力似せてあるようです。声調つき文字に独立した符号位置を与えるのでなく, 声調だけに符号位置 '(EC) `(CC) ?(D2) ~(DE) .(F2) を割り当て, 合成によって表現します。ベトナム語固有の文字はこれ以外に O+(D5) o+(F5) U+(DD) u+(FD) DD(D0) dd(F0) dd.(FE) があります。あとは 1252 に同じです。

類似の文字集合に, Win1258 から 80H-9FH 部分の拡張文字を除いた 8859-V, それと微妙に異なる IBM cp1129 などがあるそうです。

7.UCS (Unicode)

ベトナム語用の文字は 0000-00FF, 0100-01FF, 1EA0-1EF9 の 3つの範囲に分散しています。また dong は Amendment 7 で 20AB に追加されました。マイクロソフトの供給している Tahoma フォントはこれらすべてを実装しています。 Windows98 には標準で Tahoma が入っています。 Windows95 の場合は MSL からダウンロードできます。また, Office97 の CD-ROM にも入っているので, 気づかないうちにインストールされている場合も多いでしょう。

8.その他

他にも VNU とかいくつもの文字集合があるようですが資料がないので省略します。

参照:

この文章を書くにあたって参照したページ(上にあげたものは除く)です。

Features of Vietnamese character sets: TCVN-1, TCVN-3, 8859-V, cp1129, cp1258 の比較, コード表(JPEG)あり。
Tiro Typeworks 社: Academia family ベトナム語フォントのコード表( VISCII, Win1258 ) が GIF で提供されている。
VIET-NET, Netscape 5.0 (Mozilla) Vietnamese Enabling Project: HTML の META ヘッダで VISCII, VIQR, VPS, TCVN, VNI を自動判別させようというプロジェクト。フォントダウンロード先へのリンクの他, 各文字集合を使ったサンプル HTML ファイルがある。
Mozilla Language Enabling Feature- Vietnamese Enabling: 上のページからリンクがはってある。文字集合仕様などのページへのリンクがまとめてあって有用。
VietGate: Vietnamese Fonts: VISCII, VNI, VPS, TCVN のフォントダウンロード先へのリンクがある。
また, VietGate: Unibrowseでは, WEB ページのコード変換をやってくれる。 (VISCII, VPS, VNI, VNU, VIQR, ThinArtMac, ThinArcPC, VietToan)
VietMate: CGI でコード変換してくれるらしい。この手のサービスはあちこちにある。
Linh Hoang 氏の Vietnamese Encoding Conversion Program: cn350.zip: 18種類のエンコーディングを相互変換するそうだ。
Vietnamese Interneters in Japan: 日本語とベトナム語(VISCII,VIQR)のページがある。 MS-Word 等で日本語とベトナム語を混在入力するためのソフトウェアなども公開している。

各文字集合の対照表を作ってみました。 (極端に異なる VNI を除く) 声調の並び順は本により一定しませんが, ここでは VISCII のレポートに書いてあった順で並べてあります。

文字	A	A	A	A	A	A	a	a	a	a	a	a
声調		'	`	?	~	.		'	`	?	~	.
TCVN-1	41	83	80	81	82	84	61	B8	B5	B6	B7	B9
TCVN-3	41						61	B8	B5	B6	B7	B9
VPS	41	C1	80	81	82	02	61	E1	E0	E4	E3	E5
VISCII	41	C1	C0	C4	C3	80	61	E1	E0	E4	E3	D5
1258	41	C1	C0				61	E1	E0
UCS-2	0041	00C1	00C0	1EA2	00C3	1EA0	0061	00E1	00E0	1EA3	00E3	1EA1


文字	A(	A(	A(	A(	A(	A(	a(	a(	a(	a(	a(	a(
声調		'	`	?	~	.		'	`	?	~	.
TCVN-1	A1	C0	AF	BA	BF	85	A8	BE	BB	BC	BD	C6
TCVN-3	A1						A8	BE	BB	BC	BD	C6
VPS	88	8D	8E	8F	F0	04	E6	A1	A2	A3	A4	A5
VISCII	C5	81	82	02	05	83	E5	A1	A2	C6	C7	A3
1258	C3						E3
UCS-2	0102	1EAE	1EB0	1EB2	1EB4	1EB6	0103	1EAF	1EB1	1EB3	1EB5	1EB7


文字	A^	A^	A^	A^	A^	A^	a^	a^	a^	a^	a^	a^
声調		'	`	?	~	.		'	`	?	~	.
TCVN-1	A2	C4	C1	C2	C3	86	A9	CA	C7	C8	C9	CB
TCVN-3	A2						A9	CA	C7	C8	C9	CB
VPS	C2	83	84	85	1C	03	E2	C3	C0	C4	C5	C6
VISCII	C2	84	85	86	06	87	E2	A4	A5	A6	E7	A7
1258	C2						E2
UCS-2	00C2	1EA4	1EA6	1EA8	1EAA	1EAC	00E2	1EA5	1EA7	1EA9	1EAB	1EAD


文字	E	E	E	E	E	E	e	e	e	e	e	e
声調		'	`	?	~	.		'	`	?	~	.
TCVN-1	45	8A	87	88	89	8B	65	D0	CC	CE	CF	D1
TCVN-3	45						65	D0	CC	CE	CF	D1
VPS	45	C9	D7	DE	FE	05	65	E9	E8	C8	EB	CB
VISCII	45	C9	C8	CB	88	89	65	E9	E8	EB	A8	A9
1258	45	C9	C8				65	E9	E8
UCS-2	0045	00C9	00C8	1EBA	1EBC	1EB8	0065	00E9	00E8	1EBB	1EBD	1EB9


文字	E^	E^	E^	E^	E^	E^	e^	e^	e^	e^	e^	e^
声調		'	`	?	~	.		'	`	?	~	.
TCVN-1	A3	DA	C5	CD	D9	8C	AA	D5	D2	D3	D4	D6
TCVN-3	A3						AA	D5	D2	D3	D4	D6
VPS	CA	90	93	94	95	06	EA	89	8A	8B	CD	8C
VISCII	CA	8A	8B	8C	8D	8E	EA	AA	AB	AC	AD	AE
1258	CA						EA
UCS-2	00CA	1EBE	1EC0	1EC2	1EC4	1EC6	00EA	1EBF	1EC1	1EC3	1EC5	1EC7


文字	I	I	I	I	I	I	i	i	i	i	i	i
声調		'	`	?	~	.		'	`	?	~	.
TCVN-1	49	90	8D	8E	8F	91	69	DD	D7	D8	DC	DE
TCVN-3	49						69	DD	D7	D8	DC	DE
VPS	49	B4	B5	B7	B8		69	ED	EC	CC	EF	CE
VISCII	49	CD	CC	9B	CE	98	69	ED	EC	EF	EE	B8
1258	49	CD					69	ED
UCS-2	0049	00CD	00CC	1EC8	0128	1ECA	0069	00ED	00EC	1EC9	0129	1ECB


文字	O	O	O	O	O	O	o	o	o	o	o	o
声調		'	`	?	~	.		'	`	?	~	.
TCVN-1	4F	95	92	93	94	96	6F	E3	DF	E1	E2	E4
TCVN-3	4F						6F	E3	DF	E1	E2	E4
VPS	4F	B9	BC	BD	BE		6F	F3	F2	D5	F5	86
VISCII	4F	D3	D2	99	A0	9A	6F	F3	F2	F6	F5	F7
1258	4F	D3					6F	F3
UCS-2	004F	00D3	00D2	1ECE	00D5	1ECC	006F	00F3	00F2	1ECF	00F5	1ECD


文字	O^	O^	O^	O^	O^	O^	o^	o^	o^	o^	o^	o^
声調		'	`	?	~	.		'	`	?	~	.
TCVN-1	A4	FF	DB	E0	F0	97	AB	E8	E5	E6	E7	E9
TCVN-3	A4						AB	E8	E5	E6	E7	E9
VPS	D4	96	97	98	99		F4	D3	D2	B0	87	B6
VISCII	D4	8F	90	91	92	93	F4	AF	B0	B1	B2	B5
1258	D4						F4
UCS-2	00D4	1ED0	1ED2	1ED4	1ED6	1ED8	00F4	1ED1	1ED3	1ED5	1ED7	1ED9


文字	O+	O+	O+	O+	O+	O+	o+	o+	o+	o+	o+	o+
声調		'	`	?	~	.		'	`	?	~	.
TCVN-1	A5	9B	98	99	9A	9C	AC	ED	EA	EB	EC	EE
TCVN-3	A5						AC	ED	EA	EB	EC	EE
VPS	F7	9D	9E	9F	A5		D6	A7	A9	AA	AB	AE
VISCII	B4	95	96	97	B3	94	BD	BE	B6	B7	DE	FE
1258	D5						F5
UCS-2	01A0	1EDA	1EDC	1EDE	1EE0	1EE2	01A1	1EDB	1EDD	1EDF	1EE1	1EE3


文字	U	U	U	U	U	U	u	u	u	u	u	u
声調		'	`	?	~	.		'	`	?	~	.
TCVN-1	55	01	9D	9E	9F	02	75	F3	EF	F1	F2	F4
TCVN-3	55						75	F3	EF	F1	F2	F4
VPS	55	DA	A8	D1	AC		75	FA	F9	FB	DB	F8
VISCII	55	DA	D9	9C	9D	9E	75	FA	F9	FC	FB	F8
1258	55	DA	D9				75	FA	F9
UCS-2	0055	00DA	00D9	1EE6	0168	1EE4	0075	00FA	00F9	1EE7	0169	1EE5


文字	U+	U+	U+	U+	U+	U+	u+	u+	u+	u+	u+	u+
声調		'	`	?	~	.		'	`	?	~	.
TCVN-1	A6	11	04	05	06	12	AD	F8	F5	F6	F7	F9
TCVN-3	A6						AD	F8	F5	F6	F7	F9
VPS	F0	AD	AF	B1	1D	15	DC	D9	D8	BA	BB	BF
VISCII	BF	BA	BB	BC	FF	B9	DF	D1	D7	D8	E6	F1
1258	DD						FD
UCS-2	01AF	1EE8	1EEA	1EEC	1EEE	1EF0	01B0	1EE9	1EEB	1EED	1EEF	1EF1


文字	Y	Y	Y	Y	Y	Y	y	y	y	y	y	y
声調		'	`	?	~	.		'	`	?	~	.
TCVN-1	59	16	13	14	15	17	79	FD	FA	FB	FC	FE
TCVN-3	59						79	FD	FA	FB	FC	FE
VPS	59	DE	B2	FD	B3	19	79	9A	FF	9B	CF	9C
VISCII	59	DD	9F	14	19	1E	79	FD	CF	D6	DB	DC
1258	59						79
UCS-2	0059	00DD	1EF2	1EF6	1EF8	1EF4	0079	00FD	1EF3	1EF7	1EF9	1EF5


文字	DD	dd	dong	結合用
声調				'	`	?	~	.
TCVN-1	A7	AE		B3	B0	B1	B2	B4
TCVN-3	A7	AE
VPS	F1	C7
VISCII	D0	F0
1258	D0	F0	FE	EC	CC	D2	DE	F2
UCS-2	0110	0111	20AB	0301	0300	0309	0303	0323

文字コードの話に戻る