X11 Compound Text 文書変換支援 uso2022

X11 Compound Text 文書変換支援 uso2022

X11 Conpound Text 変換機能
通常 Mule などのアプリケーションを日本語環境で利用している場合、ロシア語の文字コードはそのままでは表示させることはできません。ロシア文字とラテン文字(いわゆる英字)と区別がつかないためです。表示できるにせよアプリケーションがロシア文字が来るぞと待ち構えていなければなりません。 Netscape などのブラウザならロシア文字コードをユーザが選択すれば、閲覧が可能です。その代わり今度は日本語が化けてしまいます。

ISO 2022 準拠の方法、ここからロシア文字がはじまる、ここからは Latin-1 コードに戻るといったエスケープ・シーケンスとよばれる付加情報が必要になります。

uso2022は、ISO 8859-5 でコード化されたロシア語テキストにこうしたエスケープ・シーケンスを施して、``X11 Compound Text'' とよばれる多言語テキスト形式に変換を行う私の書いたツールです。 (-eオプション)

Compound Text は UNIX のウィンドウ・システム X Window System Ver.11 Release 5 (``X11R5''と称します) 以降で定義されているもので、 ISO 2022 多言語拡張方式に準拠したサブセットです。

この形式であれば、X Window System の端末や Mule で日本語やフランス語・ドイツ語と混在してロシア語が表示・編集できます。すなわち、ロシア人が作成したテキスト文書を Mule の日本語環境において表示できるようになるだけでなく、日本語他 ISO 2022 で定義された言語を追加記述することが可能となります。

uso2022 はロシア語の他 ISO 8859-1 (英仏独伊西などの西欧及び北欧諸語)、ISO 8859-2 (東欧ラテン文字諸語)、 ISO 8859-7 (ギリシア語)など ISO 8859-X 系でコード化されたテキストが扱えます。本来ならば ISO 2022 で対象となるコードをひろく扱えるとよいのですがまだ ISO 8859-X 系のみの対応です。プログラム名が``uso2022''の所以です。

ロシアの Web サイトにはロシア文学の古典のテキストを HTML で公開しているものがかなりあります。こうしたデータを自分のパソコンのディスクに格納して —— ただし、当該テキストを利用してなんらかの公的利用を行う場合は公開している方に出所や権利問題を確認すべきでしょう —— UNIX のシェルにおいてたとえば次のようにコマンドを投入すると、 Muleで多言語で読み書きできる形になります。これは KOI8 のコードで書かれた元データ (motodata) を translit によって ISO 8859-5 にコード変換したあと、 uso2022 によって Compound Text データ (mydata) に整形しています。

% translit -i motodata -t koi8-gos.rus | uso2022 -e5 > mydata

エスケープ・シーケンス除去機能
uso2022は逆にCompound TextからISO 8859 系のエスケープ・シーケンスを取り去ることが可能です。(-sオプション)

この機能は Compound Text として作成したロシア語テキストを Webページで公開するために、エスケープ・シーケンスのない ISO 8859-5 テキストにしたいときなどを想定しています。

L^ATEX文字トランスクリプション機能
uso2022には、ドキュメント作成支援の一環として、 Compound Text 形式の多言語テキスト中のキリル文字やアクセント付きラテン文字・特殊文字 (ウムラウトなど) を L^ATEXのトランスクリプションに変換する機能があります。 (-cオプション)

本機能により、次のようなことができるようになります。

引用などのために文学テキスト原文をL^ATEX文書に取り込むときいちいち人手でトランスクリプションを行わなずにすむ。記述ミスもなくなる。
L^ATEX 文書を多言語で直接記述できるようになる。テキスト中に漢字が混入していてもよい(エスケープ・シーケンスで変換すべき文字を判断する)。作成した多言語L^ATEX文書(Compound Text)を一括してトランスクリプション変換し、L^ATEXタイプセット処理を行えばよい。

L^ATEXでの多言語の記述方法は間接的でヨーロッパのアクセント付き文字や特殊文字、キリル文字の入力はまだるっこしいと思うユーザがいるのではないでしょうか。こういうユーザはロシア語の入力はロシアのキーボード配列がよい、 Muleの多言語編集機能を用いてロシア語、フランス語、ドイツ語、ポーランド語他見た目にも多言語で L^ATEX を記述したいと考えるのではないでしょうか。

uso2022 では、そんなユーザのために、原稿は Mule の多言語編集機能で ``'' と直接書いておいて、プログラムで ``CHto {e1}ti mne po{e1}ty!'' と変換する機能をサポートします。

日本語や通常の ASCII 文字と混在していても ISO 8859-1 (Latin No.1)、 ISO 8859-2 (Latin No.2) 及び ISO 8859-5 (Latin/Cyrillic) であれば、エスケープ・シーケンスで文字種類を判断して変換します (その他 ISO 8859-X は未サポート)。(図10.1)

また上記コードで書かれたテキストであれば、エスケープ・シーケンスのないテキスト (ロシア人やフランス人が作成したのはこの形式でしょう) を文字コード指定で変換する機能もあります。(-rオプション)

**図 10.1:** `uso2022` L^ATEX文字トランスクリプション
$\includegraphics[width=1.2\linewidth]{usotr.eps}$

書式
uso2022 はいわゆるフィルタ・プログラムであり、標準入力(キーボード)からデータを読み込み標準出力(ディスプレイ)に処理結果を書き出す方式になっています。このため、sort や grep などのその他のフィルタ・プログラムとパイプで連結して組み合わせて処理を行うなどの運用ができます。ディスク上のデータ・ファイルから入力し、ディスク・ファイルに書き出す場合は ``< 入力ファイル > 出力ファイル''と指定する必要があります(これを「リダイレクト」といいます)。

uso2022 [-c|-r{1|2|5}|-e{1|2|...|9}|-s|-h] [<入力ファイル][>出力ファイル]

[ ]内は省略可能であることを示す。
{ }内は前置オプションを指定したときは必須であることを示す。
A|B は A か B の択一であることを示す。
同種のオプションを複数指定した場合あとから指定したものが有効となる。

コマンド書式を表10.1に示します。

**表 10.1:** `uso2022`コマンド書式
-c	Compound TextからL^ATEX文字トランスクリプションを行う。対象ファイルには漢字が混入していてもよい。 (デフォルト：省略時設定値) トランスクリプション方法は以下のとおり。キリル文字：BABELスタイル(ワシントン大学キリル・エンコーディング) ラテン文字：T1エンコーディングサポート・コードは以下のとおり。 ISO 8859-1 (Latin-1) ISO 8859-2 (Latin-2) ISO 8859-5 (Cyrillic)
-r	エスケープ・シーケンスのないテキストからL^ATEX文字トランスクリプションを行う。`-r5'のように指定する。 1：対象テキストのコードをISO 8859-1 (Latin-1)とする。 2：対象テキストのコードをISO 8859-2 (Latin-2)とする。 5：対象テキストのコードをISO 8859-5 (Cyrillic)とする。
-e	エスケープ・シーケンスのないテキストに対し、エスケープ・シーケンスを付加してCompound Textに整形する。 `-e5'のように指定する。 1：対象テキストのコードを ISO 8859-1 (Latin-1)とする。 2：対象テキストのコードを ISO 8859-2 (Latin-2)とする。 3：対象テキストのコードを ISO 8859-3 (Latin-3)とする。 4：対象テキストのコードを ISO 8859-4 (Latin-4)とする。 5：対象テキストのコードを ISO 8859-5 (Cyrillic)とする。 6：対象テキストのコードを ISO 8859-6 (Arabic)とする。 7：対象テキストのコードを ISO 8859-7 (Greek)とする。 8：対象テキストのコードを ISO 8859-8 (Hebrew)とする。 9：対象テキストのコードを ISO 8859-9 (Latin-5)とする。
-s	ISO 8859-X系 Compound Textからエスケープ・シーケンスを削除する。
-h	簡易ヘルプの表示。

入手とインストール

入手
http://yasuda.homeip.net/slavonic/slav-j.html
からパッケージが入手できます。
インストール
1.
パッケージの展開
```
% mkdir slavonic
% tar zxvf slavonic-1.1.tar.gz -C slavonic
% cd slavonic
```
2.
Makefile の修正
パッケージの Makefile はインストール先の指定が /usr/local/bin となっています。これを別のところに変更したい場合は次の右辺を書き換えてください。

prefix = /usr/local
bindir = $(prefix)/bin

3.
コンパイル＆インストール
```
% make uso2022
% su
# make install
```

Netscape Navigator でのロシア語ページの印刷

Up:

その他 Tips

L^ATEX2HTML

ホームに戻る

もくじに戻る