---

初版　2010/4/5
第2版　2013/5/10　誤解を修正。全面的に書き直し。
第3版　2014/7/13　なるべく分かりやすく全面的に書き直し。
第4版　2015/5/20　さらに分かりやすく全面的に書き直し。

---

Unicode正規化の考え方はとてもシンプルです。でも、いろいろ調べて知ろうとすると、用語がハイコンテキストすぎて、混乱してワケがわからなくなります。図にしてみましょう。

「Compose（合成）」が異なった意味で同時に使われていることが分かります。ここから以下のような説明文ができあがります、

• 合成済みの文字を分解すると合成された文字になる。
• 合成された文字を合成すると合成済みの文字になる。

もはや人間が理解できる言葉ではありません。ハイコンテキストというより、人に伝える言葉としておかしい。これで混乱するなというのは無理です。どうしてこんなことになっているのでしょうか？

答えを先に言うと、この混乱は、UnicodeとUCSの２つの規格で使われている用語を混在させているのが原因です。

UnicodeとUCS

UnicodeとUCSの関係を簡単に説明しておきます。Unicodeは私企業の団体が決めた標準規格、一方のUCS（ISO/IEC 10646）は公的な国際標準規格です。大人の事情でUCSはUnicodeをそのまま呑み込むことになり、文字コードの規格として両者はまったく同じものです。でも、両者の規格書の「解説文」は、それぞれが作成しているので同じではありません。とくに用語の相違が著しい。

用語の相違

まずUnicodeの用語を見てみましょう。
UAX#15のRevision 41から採取。日本語訳は英日用語集から採取（ただし「結合文字の並び」は採用せず「結合文字列」を採用）。

混乱していません。「Compose（合成）」は「１つの文字コードで１文字」だけを意味しています。一方の「複数の文字コードで１文字」は「Combinig（結合）」とし、用語でも対応関係を明確にしています。

次にUCSの用語を見てみましょう。
2014-09-01版PDFから採取。日本語訳はJIS X 0221から採取。

見て分かるように、UCSでは「１つの文字コードで１文字」を指す用語が存在しません。そもそもUCSは「複数の文字コードで１文字」から「１つの文字コードで１文字」への変換そのものを想定していないのです。

つまり、UCSの用語体系では、Unicode正規化を解説できません。そのため規格書の「21 Normalization forms」では「Normalization forms … are specified in the Unicode Standard UAX#15」とUnicodeへ丸投げし、自ら解説することを放棄しています。

提案

冒頭の用語の混乱は、UCSの用語体系で無理矢理にUnicode正規化を表そうとした結果です。しかも、UnicodeやUCSに深く関わった人ほど、混乱した用語の使い方をする傾向があります。「複数の文字コードで１文字」はUCSが発祥であり、UCSがオリジナルという意識があるのかもしれません。しかし、他人に理解してもらう言葉として、適切さを著しく欠いているのはあきらかです。しかも今や「複数の文字コードで１文字」はほとんどがUnicode正規化の文脈で用いられるものです。UCSの用語体系に拘泥する理由はどこにもありません。

用語の混乱を防ぐために、以下の３点を提案します。

• Unicodeの用語体系を採用し、さらにその体系を前提にしていることを自明とする
• あえてUCSの合成を示すときは「UCSの合成」と明示する
• 「合成文字」という用語を使わない

「合成文字」は現在「複数の文字コードで１文字」を指す誤用がはびこっています。UCSでも「合成列」であって「合成文字」とは書かれていません。コミュニケーション不全の元凶なので、使わない方がいいでしょう。