Big5

Big5（ビッグファイブ）とは

Big5は、繁体字中国語の文字コードとして、台湾、香港、マカオといった地域で最も一般的に使用されている文字集合です。その歴史は1984年 5月1日に、台湾の資訊工業策進会によって「電腦用中文字型與字碼對照表」として制定されたことに始まります。この文字コードは、当時、主要なパソコンメーカーであったエイサー、マイタック、佳佳、ゼロワン、FICの5社が共同で策定したことから「Big5」という名前が付けられました。オリジナルのBig5は、その後の拡張版と比較してBig5-1984と呼ばれることもあります。

Big5の特徴

Big5には、ローマ字、アラビア数字、蘇州号碼、記号類、注音符号に加え、1万3062字の漢字が収録されています。ただし、重複している2字を除くと、実際の漢字の文字数は1万3060字となります。MS-DOS時代の中国語システムをはじめ、WindowsやmacOSなどのオペレーティングシステムにも採用されたことで、デファクトスタンダードとしての地位を確立しました。2003年には、CNS 11643の附属書として追認され、公的な規格の一部となっています。

Big5は、2バイトで約1万3000字を表現します。第一バイトは0xA1〜0xC6および0xC9〜0xF9、第二バイトは0x40〜0x7Eおよび0xA1〜0xFEの範囲で構成されます。文字は、非漢字、常用漢字、次常用漢字の3つのブロックに分類され、漢字は総画数順、次いで部首順に配列されています。この配列順序は、JIS X 0208やGB 2312とは逆になっている点に注意が必要です。また、一部に重複した漢字や配列の誤りも見られます。

符号空間がシフトJISと類似しているため、第二バイトに0x5Cが含まれており、シフトJISの円記号問題と同様の問題を抱えています。しかし、シフトJISはJIS X 0208 文字集合の符号化方式の一つであるのに対し、Big5は文字集合と符号化方式が一体化しており、通常、他の符号化方式で使用されることはありません。

Big5の拡張

Big5は、その後のニーズに合わせて、さまざまな拡張が行われてきました。以下に代表的なものを紹介します。

民間の独自拡張

- 倚天拡張

Windows 95以前に広く使われていた中国語システム、倚天中文系統による拡張が有名です。この拡張では、「碁銹恒裏墻粧嫺」の7字（倚天拡張字）や罫線素片、キリル[[文字]]、丸数字などが追加されました。また、仮名も含まれており、Big5ベースのシステムで日本語を表現する手段として活用されました。この拡張は「Big5-Eten」と呼ばれることもあり、重要な独自拡張の一つです。

- コードページ950

Microsoft Windowsで用いられる繁体字文字集合です。オリジナルのBig5に、倚天拡張字7字と罫線素片を取り入れています。Windows MEからは、「€（ユーロ[[記号]]）」も追加されました。

台湾の公的拡張

- Big5+

中文數位化技術推廣基金會（CMEX）によって1997年7月に策定されたもので、ISO/IEC 10646|ISO_IEC 10646:1993（Unicode 1.1）の漢字をすべて取り入れたものです。標準字集4670字と推薦字集3250字が追加されました。ただし、従来のBig5のコード範囲を超えるため、WindowsなどのOSでは使用できず、普及はしませんでした。Unicodeの漢字をすべて取り込んだ点と、文字符号化手法において中国のGBKに似ています。

- Big-5E

Big5+の標準字集から、政府機関で常用される3954字を選び出し、Big5の外字エリアに収まるようにしたものです。

- Big5-2003

経済部標準検験局の委託を受けた中推会が、Big5の対照表を作成し、CNS 11643の附属書として盛り込みました。これにより、Big5は正式に公的規格の一部となりました。Big5-2003では、Big5-1984の全ての文字に加え、マイクロソフト・コードページ950のユーロ[[記号]]、倚天拡張の一部（0xA3C0-0xA3E0、0xC6A1-0xC7F2、0xF9D6-0xF9FE）が追加されました。ただし、「行列輸入法」の特殊符号やキリル[[文字]]の一部（0xC7F3-0xC875）は収録されませんでした。

香港の公的拡張

- 香港増補字符集（HKSCS）

香港政府によって制定されたBig5の拡張文字セットです。Big5に収録されなかった広東語方言字、固有名詞、科学技術用語、仮名、漢字の部品などを追加しています。

参考資料

Lunde, Ken 著、小松章、逆井克己訳『CJKV : 日中韓越情報処理』オライリージャパン、2002年。ISBN 4-87311-108-0。
CMEX財團中文數位化技術推廣基金會（繁体字中国語）