不可解な文字化けについて

質問

このサイトを利用し始めた頃から気になっていた事なのですが。
「&reg」というわけのわからない文字が質問・回答文中に存在することがありますが、これは一体どんな文字が書かれているのですか？
気づいたことは、ドスパラの利用者の文中によく見かけるという事です。
使用しているブラウザはＩＥです。

回答No.1

vaidurya · ベストアンサー

&regは本来であれば、HTML中に®として記述されるべきもので
本来表しているのは登録商標を意味するRロゴです。

HTML文書はUTFで作成することも可能ですが
一般的にはShiftJISやEUC-JPが使われています。
OKWaveはたぶんShiftJISを使っていて、言い換えれば
Unicode等でしか扱えない文字や記号は扱えないことを意味します。

そういう世の中なので、IEはRロゴを®として送信するそうです。
他のウェブブラウザの場合とかは知りません。
同様の立場の記号として、2bytesの平成とかトランプマーク等があります。
が、それらのIEでの扱いは知りません。

で、OKWaveの書き込みCGIではそれをそのまま展開します。
HTMLソースを受け取っているのではなく
プレーンテキストを受け取ってHTMLに組み込むのですから正しい動作です。

結果的に®はIEに送信されたまま表示されます。
せっかくだからFirefox3 on Ubuntuでの挙動を見ましょう
®…Unicode指定で送出しているみたいです。
哪吒太子とかもこんな感じ。記号だけの問題でも無いんですよね。

ここまで来て、今気付きましたが、私すごく勘違いしてた(爆笑)
174って1bytesで表現できる番号って…
商標マークはUnicode文字扱いとしてではなく、ISO8859あたりの残り半分ですね。
残り半分というのは、1byteで表せる255うち、128番以降のことで
日本ローカルだと半角カタカナとかに使われる部分です。
欧米だと8859-1,2,3といっぱいあって、言語ごとの特有文字によっても使い分けられます。
Unicodeでの扱いは調べるのが面倒なので割愛。
(ISO8859-1がそのまま収まっている気もするけど…)

日本ではJISが半角カタカナを重視した結果、商標マークを含めなかったのだと思います。
1byte文字での商標マークと同じ番号は半角カタカナの小さいエです

そういう言語によって同じ番号で違う意味を持っていた文字ですから
IEはフォームに入力された文字のうち
1byte文字の後半分に相当するものはUnicode番号ではなく
名称記述で送信するようにしてあるのでしょう。
(ちょっと理屈としておかしな実装だとは思いますが)

このへんOKWaveに対応して欲しい気はするけど、プレーンテキストとして取り込むのが
バグとかセキュリティリスク面で良いってのも事実なんですよね。

お礼

難しい回答でしたが、商標マークが日本語ワープロシステムに存在しない事が原因という事ですね。
ほとんどの会社は商標についてはページの最後に一括して説明しているのに、ドスパラだけはマークを使ってます。
回答ありがとうございました。