MHonArc の日本語化 for v2.6.x

どの方法を使うか決める

現在、MHonArc で日本語を扱う場合には、 概ね次の 3 つのうちのいずれかになると思います。

• iso-2022-jp を用いる (v2.6.0 より前の default)
• Unicode character entity references (*1) を用いる (現在の default)
• UTF-8 を用いる

(*1) Unicode character entity references:
&#xHHHH; のような形式。 例えば「あいう」(Unicode でそれぞれ U+3042, U+3044, U+3046) は あいう と変換される。
実際の変換の例 を参照していただくと分かりやすいでしょう。

それぞれの特徴を簡単にまとめておきます。

iso-2022-jp を用いる方法 (v2.6.0 より前の default)

• 従来のヴァージョンや他の日本語を扱うツール (Namazu 等を含む) との親和性が良い
• 日本語を扱えるブラウザーならまず間違い無く読める
• きちんと表示させるためにはそれなりに設定が必要
  (必要であれば、[序論] なぜ化けるのか? もご参照下さい)

Unicode character entity references を用いる方法 (現在の default)

• 日本語以外 (韓国語など) が同時に混在するようなメッセージについても問題なく処理できる
• 設定はラク (というより、ほとんどなにもしなくてよい)
• 既存のソフトウェアの一部が使えない可能性がある
• 通常のエディターやファイルビューアーではまともに読めない
  ⇒ 通常は生成された HTML ファイルを直に見る必要はほとんどないので 無視できる問題かもしれません。
  また、生成される HTML ファイルでは ASCII しか使われていないので、そういう意味では 「通常の」エディターやファイルビューアーで読めるとも言えます。
• 通常のエディターやファイルビューアーではまともに読めない
• ファイルサイズが多少大きくなる
• 対応してないブラウザーがあるかも

UTF-8 を用いる

• Unicode character entity references よりは対応しているツールは多い (たぶん)
• Perl 5.6 以降 (?) が必要
• 対応してないブラウザーがあるかも (最近のはほとんど対応していると思います)

従って、

• 想定する読み手が使用していると思われるブラウザー
  ⇒ 古いブラウザーを排除して問題ないのであればどの方法でも問題ないでしょう。 古いブラウザーを排除できない (したくない) のであれば、おそらく ISO-2022-JP を用いるのが無難でしょう。
• 連携する予定のソフトウェアー
  ⇒ Namazu などを使うのであれば、それがどの方法に対応しているかを調べ、 その方法を選びましょう

例えば、もしあなたが、

• 初めて MHonArc を使う
• 古いブラウザーを排除しても問題ない
• Namazu などの他のソフトウェアとの連携を考えない

なお、Namazu については、nkf 2.04 以上を使うことで UTF-8 の場合でも正しくインデックスを作成することはできますが、 検索の際に用いられる namazu.cgi が Unicode を正しく解釈しないため、 Namazu との連携を考えるのであれば、(現時点では) iso-2022-jp が事実上唯一の選択肢になります。

全文検索システムを構築したい場合、Namazu 以外に Hyper Estraier も考慮すると良いと思います。 Hyper Estraier を使う場合は、 iso-2022-jp, Unicode character entity references, UTF-8 のいずれでも 問題ありません (のはずです)。

(参考までに: 個人的なおすすめは、特に全文検索システムも構築したい場合は UTF-8 (+ Hyper Estraier) です。)

さて、どの方法にしますか?

• ISO-2022-JP にする
• Unicode character entity references にする
• UTF-8 にする

• index に戻る