波ダッシュ問題の全貌: 〜 vs ～ と7つのマッピング不一致

JIS X 0208 の1区33点は「波ダッシュ」— 日本語で範囲を示す波線記号（例: 3時〜5時）です。JIS を Unicode にマッピングする際、2つの組織が異なる選択をしました:

見た目は似ていますが意味が異なります。U+301C WAVE DASH は JIS 波ダッシュの標準 Unicode マッピングです。U+FF5E FULLWIDTH TILDE は ASCII チルダ(~)の全角形であり、本来 JIS 波ダッシュを表すものではありません。

Microsoft が U+FF5E を選んだ理由は、初期の Windows 上で U+301C のグリフが上下反転した波形で表示されたためです。グリフを修正する代わりに、別のコードポイントにマッピングするという判断がなされました。

波ダッシュが最も有名ですが、Unicode.org/JIS 標準マッピングと Microsoft CP932 マッピングの間には実際に7つの不一致が存在します:

すべてのケースで、Microsoft は Unicode.org が正しい意味的マッピングとする文字ではなく、全角または視覚的に類似した変種を選択しています。

根本原因は1990年代初頭に遡ります:

• 1993年: Microsoft が Windows 3.1J で CP932 を出荷。Unicode のグリフレンダリングが成熟する前にマッピングを作成。
• 1997年: JIS X 0208:1997 の附属書に公式 Unicode マッピングが収録されたが、Microsoft のものと異なっていた。
• 2000年代: 不一致が広く認識された頃には、両方のマッピングで作成された文書が膨大に存在。

どちらのマッピングも絶対的に「間違い」ではありません。Microsoft は自社プラットフォームでの見た目を優先し、JIS 標準は意味的な正確性を優先しました。

波ダッシュ問題は以下のような実際のシナリオで顕在化します:

• データベース移行: Oracle（JIS/Unicode.org マッピングを使用することが多い）と SQL Server（Microsoft マッピングを使用）間のデータ変換で、文字がサイレントに入れ替わる可能性。
• メール: JIS エンコードされたメールを異なるマッピングテーブルでデコードすると誤った文字が表示される。
• Web フォーム: macOS（U+301C を使用）で入力した〜と、Windows（歴史的に U+FF5E を使用）で入力した～は、「同じ」文字なのに異なるデータになる。
• 検索: 〜で検索しても～はヒットしない。ユーザーにとっては同一の文字なのに。

// 見た目は似ているが異なるコードポイント:
"〜".codePointAt(0).toString(16)  // "301c" (WAVE DASH)
"～".codePointAt(0).toString(16)  // "ff5e" (FULLWIDTH TILDE)

// 直接比較は失敗:
"〜" === "～"  // false

// NFKC 正規化でも解決しない:
"〜".normalize("NFKC") === "～".normalize("NFKC")  // false

文脈によって推奨が異なります:

WHATWG Encoding Standard（全ウェブブラウザが使用）は Shift_JIS デコード時に Microsoft マッピングに従います。つまりブラウザが Shift_JIS ページをデコードすると、JIS 1-33 は U+301C ではなく U+FF5E になります。これは実用的な選択です: Shift_JIS コンテンツの大半は Windows で作成されたためです。

このツールでは2つのマッピングテーブルを切り替えて、各バイト列がどう解釈されるかを確認できます。

波ダッシュ問題はマッピング不一致の最も有名な例ですが、他のエンコーディングにも類似の問題が存在します:

• EUC-KR / CP949: 韓国語エンコーディングにも KS 標準と Microsoft 実装の間でマッピングの不一致がある。
• Big5 / CP950: 繁体字中国語エンコーディングも公式標準と Microsoft 拡張の間で同様に乖離。
• GB2312 / GBK / CP936: 簡体字中国語エンコーディングは複数の非互換な拡張を経て成長。

教訓は普遍的です: 文字エンコーディングが複数の当事者によって独立に Unicode にマッピングされた場合、不一致はほぼ不可避でした。Unicode 自体に非はなく、問題はレガシーから Unicode への変換が多対一であることに起因します。