From: Murata Makoto Date: Mon, 31 Aug 1998 23:18:49 +0900 To: poetlabo@cap.bekkoame.or.jp (T.Nagare) Cc: makoto@mars.netspace.or.jp Subject: Re: The charset parameter MIME-Version: 1.0 Status: O 皆さんはHTMLについての啓蒙活動にたいへん熱心な方のようにお見受けします。そこを見込んで、charsetパラメタについての啓蒙活動をお願いいたします。国内では、METAタグの中でcharsetパラメタを指定すれば、文字符号化スキームを明示できるという誤解が多いようです。これは誤りで、MIME headerにおいて、text/htmlのcharsetパラメタを指定しなければいけません。後述しますが、Apacheを使っているなら、 root以外の普通のユーザにも簡単にできることです。METAタグによる指定はあくまで補助的なもの（機能しないこともあるもの）と考えるべきでしょう。RFC 2070にも、charsetパラメタを用いるのが本来の姿であると明言されています。 HTTP 1.1(RFC 2068)はcharsetパラメタが絶対で、ほかの情報は少なくとも最初は無視されると明言しています(そして、HTTP WGの議長は変更を非常に強く拒否しています)。なお、HTTP 1.1はMIMEとは似て非なる機構を用いているのですが、本来のMIMEならcharset パラメタの省略値はUS-ASCIIであるとRFC 2046に規定されています。 IANAにおけるメディアタイプの登録リスト[1]はtext/htmlの定義としてRFC 1866だけを参照していますが、RFC 1866ではcharsetの defaultはUS-ASCII (HTTPの場合に限ってiso-8859-1)だとしています。すなわち、METAタグは関係ありません。RFC 2277とRFC 2130は文字の扱いに関するIETFの方針を記述しているRFCですが、ここでもMIMEヘッダによるcharset指定を推奨しています。 HTML 4.0では確かにMETAタグの中でcharsetを指定すること、ビットパターンを見て推定することに言及しています。しかし、これらは日本のための当面の救済措置でしかありません。すなわち、日本がcharsetパラメタを正しく付けないから、やむなく認めているだけです(そして、W3Cは認めていますがIETFは認めていません)。W3C にも、良いことだと思って認めている人は一人もいないようです。混乱を助長するから、METAタグもビットパターンによる推定も禁止すべきだと強く主張する人もいます。 RFC 2376はメディアタイプtext/xmlを規定しているRFCですが、XML 文書中にあるencoding declarationを無視することを明言しています。すなわち、text/xmlの場合はcharsetパラメタが絶対です。そして、HTML 5.0はXMLに従って再設計されますから、charsetパラメタが絶対になるように改訂される可能性があります。(なお、IESG の指示により、text/xmlのcharsetパラメタのdefaultはつねに US-ASCIIになっています）。現状とまったく合わないという理由で、charsetパラメタを絶対視することに反対される方も多いと思います。しかし、HTML以外のフォーマットがWWW上には存在すること、国際化のためにはproxy server によるコード変換が有効であること、電子署名などのセキュリティが将来は必要になることを考慮すると、どう考えてもcharsetパラメタ以外の解は思いつきません。METAタグによるcharsetの指定は、 proxy serverによるコード変換に対して無力です。現状でも DeleGateサーバによる変換によって、METAタグ中のcharset指定が信用できなれば、文字化けを起こします。proxy serverがMETAタグも書き換えればいいという意見もあるかと思いますが、本来proxy はHTML文書を書き換えるべきではないと思います(電子署名が導入されたときはどうするのか?)。また、HTTPプロトコルからcharset を隠してしまえば、charsetについてのnegotiationと自動変換はほとんど不可能になります。また、charsetを指定するための構文を個々のメディアタイプが独自に導入することを認めてしまえば、原理的にそのような手段を持ち得ないフラットテキストの国際化は不可能になってしまいます。最後に、charsetパラメタをどうやって指定するかについて簡単に書きます。Apacheを用いているのなら、.htaccessに AddType "text/html; charset=iso-2022-jp" html と書くだけで充分です。関連資料については、XML FAQの日本語訳[2] のD.5の訳注をご覧ください。将来は、WWWサーバへの文書登録機構が面倒を見てくれるべきことだと私は考えています。なお、ほかのWWWサーバでこういう指定ができるかどうかは私も未確認ですが、W3Cでも会員企業（Microsoft社とNetscape Communications社を含む）に協力を呼びかけているようです。 text/xmlではcharsetが明らかに絶対なので、指定が簡単にできないWWWサーバはXMLには使えないと考えるべきでしょう。日本の今後の対応ですが、WWサーバがcharsetパラメタを正しく付けるのが本来の方法であること、METAタグが便法でしかない（root 以外の情報提供者がcharsetを設定できないときのための）ことを周知させ、良い方向に少しずつ改めていくしかありません。どうせ、 UTF-16やUCS-4のときはMETAタグにまで行き着けないのですから。 charsetパラメタが絶対というのは現状と合っていないのは確かですが、考えに考えても、これ以外に解決の方法は思いつきません。ご意見・ご質問は歓迎いたします。ご賛同される方は、WWWなどでの啓蒙活動をよろしくお願いいたします。 [1] ftp://ftp.isi.edu/in-notes/iana/assignments/character-sets [2] http://www.fxis.co.jp/DMS/sgml/xml/xmlfaq.html Lutenist Internet: makoto@mars.netspace.or.jp Nifty: VEQ00625 名前: 村田真