「パリ協定の目標を達成しても日本の猛暑日は1.8倍に、気象研究所などがシミュレーション」記事へのコメント

大大立生示

[Anonymous Coward]

「なんだか、ストーリー中の一部の文字がおかしいな」と思ったら、康熙部首 [wdic.org]が混じっているじゃないですか。

× ⼤ : U+2F24 [unicode.org] / ○ 大 U+5927 [unicode.org]
× ⽴ : U+2F74 [unicode.org] / ○ 立 U+7ACB [unicode.org]
× ⽣ : U+2F63 [unicode.org] / ○ 生 U+751F [unicode.org]
× ⽰ : U+2F70 [unicode.org] / ○ 示 U+793A [unicode.org]

どうしてこうなった。

Re:大大立生示

[Anonymous Coward]

hiloymの誤字注入が高度化してる…！

もしネタでないのなら、コピペ検出用とかですかね。検索避けするとも思えないし。

Re:大大立生示

[Anonymous Coward]

マジレスするとPDFからコピペしたからだろうな。できの悪いPDFリーダーの表示結果からコピペをすると、同じ字形のものは文字コードが一番小さいものが選択されて康煕部首になる。

Re:

[Anonymous Coward]

よくわかんないのですが、OCRで起こしたPDFってことですか？
それとももともと電子化されてるPDFでもそうなるってこと？

Re:

[Anonymous Coward]

PDFは日本語の場合、Adobe-Japan 1という独自の文字コードというかグリフコードを使用します。グリフ(字形)に割り当てられるコードなので、同じ字形のものに区別はありません。したがってPDFビューアーが文字列のコピー機能を提供する場合、Unicodeのどの文字にマッピングするかはそのPDFビューアーの選択になります。手抜きなPDFビューアーだと、単純に最初に見つけたものとかハッシュテーブルに最後に上書きされたものとかを選択するので、日本語であまり一般的でないコードになってしまう可能性があるわけです。

# 話を簡単にするためToUnicode CMapとかは無視しているのでよろしく＞詳しい人

実際に試してみたところ、Chrome内蔵のPDFビューアーでは康煕部首が選択されてしまい、Firefoxのpdf.jsでは正しく普通の漢字が選択されるようです。問題だと思う人はChromiumにバグ報告しましょう。

Re:

[Anonymous Coward]

一瞬で見抜くのもすごい。「大」でページ内検索すると混ざってるのがよくわかるｗ

Re:

[Anonymous Coward]

設定しているフォントに康煕部首が収録されていなくて、その部分だけ別のフォントになってたんじゃないですかね

Re:

[Anonymous Coward]

そのうち走招木とか言い出しそう