https://github.com/vaiorabbit/everyday_use_kanji
常用漢字・人名用漢字のテーブルとImGui用のコード生成スクリプト
https://github.com/vaiorabbit/everyday_use_kanji
character-encoding cplusplus imgui ruby
Last synced: 17 days ago
JSON representation
常用漢字・人名用漢字のテーブルとImGui用のコード生成スクリプト
- Host: GitHub
- URL: https://github.com/vaiorabbit/everyday_use_kanji
- Owner: vaiorabbit
- License: other
- Created: 2020-05-16T11:08:29.000Z (about 5 years ago)
- Default Branch: master
- Last Pushed: 2023-02-07T13:37:20.000Z (over 2 years ago)
- Last Synced: 2025-03-31T10:11:29.155Z (about 2 months ago)
- Topics: character-encoding, cplusplus, imgui, ruby
- Language: C++
- Size: 5.82 MB
- Stars: 18
- Watchers: 1
- Forks: 4
- Open Issues: 0
-
Metadata Files:
- Readme: README.md
- Changelog: ChangeLog
- License: LICENSE
Awesome Lists containing this project
README
# Everyday use kanji #
* Created : 2020-05-16
* Last modified : 2023-01-08
## Features ##
* Provides lists of everyday use kanji characters
* Sourced from official information provided by the government agencies of Japan
## Contents ##
* regular_use_utf8.csv and regular_use_force_2byte_codepoint_utf8.csv
* 2136 kanjis for everyday use, announced officially by the Japanese Ministry of Education in 2010 ( 文化庁：常用漢字表 https://www.bunka.go.jp/kokugo_nihongo/sisaku/joho/joho/kakuki/14/tosin02/index.html )
* personal_name_utf8.csv
* Additional 863 kanjis for personal name, announced officially by the Japanese Ministry of Justice ( 法務省：子の名に使える漢字 http://www.moj.go.jp/MINJI/minji86.html )
* imgui/GetGlyphRangesJapanese.cpp, imgui/GetGlyphRangesJapanese_standalone.cpp
* Alternative implementation of ImGui::GetGlyphRangesJapanese() ( https://github.com/ocornut/imgui ) that can handle 2999 kanjis correctly
* scripts/*.rb, src/**/*.rb, imgui/*.rb
* Ruby scripts used to obtain data and generate derivatives
* Run update.cmd (Windows) / update.sh (macOS) to regenerate codes
## Sources ##
This project uses official information provided by the government agencies of Japan.
**See 'LICENSE' for the terms of use.**
## Notes ##
### 2136, 𠮟 or 叱 (in regular_use.csv) ###
The only difference between 'regular_use_utf8.csv' and 'regular_use_force_2byte_codepoint_utf8.csv' is the character in the last line.
* 'regular_use_utf8.csv'
2136,𠮟
* 'regular_use_force_2byte_codepoint_utf8.csv'
2136,叱
* 𠮟 (codepoint 0x20b9f(==134047), encoded as F0 A0 AE 9F in UTF-8):
* was added as the regular-use kanjis in 2010.
* is the only regular use kanji that its codepoint *exceeds 2 bytes*.
* 叱 (codepoint 0x53f1(==21489), encoded as E5 8F B1 in UTF-8):
* is the traditional form of 「𠮟」.
* has been used before the modern form 「𠮟」 was added, and can be represented its codepoint in 2 bytes.
'regular_use_force_2byte_codepoint_utf8.csv' may be useful for environments that maintain codepoints with 2-byte storage (e.g. ImGui compiled with 'sizeof(ImWchar) == 2').
----------------------------------------------------------------------------------------------------
## 特徴 ##
* 日常利用する漢字のリスト
* 法務省・文化庁の提供する公式データを利用
## 内容 ##
* regular_use_utf8.csv and regular_use_force_2byte_codepoint_utf8.csv
* 常用漢字2136字のリスト ( 文化庁：常用漢字表 https://www.bunka.go.jp/kokugo_nihongo/sisaku/joho/joho/kakuki/14/tosin02/index.html )
* personal_name_utf8.csv
* 常用漢字外の人名用漢字863字 ( 法務省：子の名に使える漢字 http://www.moj.go.jp/MINJI/minji86.html )
* imgui/GetGlyphRangesJapanese.cpp, imgui/GetGlyphRangesJapanese_standalone.cpp
* 上記データを利用して ImGui ( https://github.com/ocornut/imgui ) の ImGui::GetGlyphRangesJapanese() の実装を修正し 2999 文字が正しく扱えるようにしたもの
* scripts/*.rb, src/**/*.rb, imgui/*.rb
* 以上を生成する Ruby スクリプト
## 情報の取得先 ##
法務省・文化庁の提供する公式データ
** 利用する際は 'LICENSE' を確認すること **
## メモ ##
### 2136, 𠮟 もしくは 叱 について (regular_use.csv を参照) ###
CSVファイル 'regular_use_utf8.csv' と 'regular_use_force_2byte_codepoint_utf8.csv' の差は最後の行にあるこの1文字のみ：
* 'regular_use_utf8.csv'
2136,𠮟
* 'regular_use_force_2byte_codepoint_utf8.csv'
2136,叱
* 𠮟 (コードポイント 0x20b9f(==134047), UTF-8 では F0 A0 AE 9F としてエンコード):
* 2010年に常用漢字に追加
* 現時点の常用漢字でコードポイントの保持に2バイトを*越える*領域が必要になる唯一の文字
* 叱 (コードポイント 0x53f1(==21489), UTF-8 では E5 8F B1 としてエンコード):
* 「𠮟」の旧字体
* 「𠮟」の追加前に使われてきたもので2バイトでコードポイントを保持可能
'regular_use_force_2byte_codepoint_utf8.csv' などは2バイトの変数でコードポイントを保持する環境での利用を想定している (例: 'sizeof(ImWchar) == 2' となるようコンパイルされたImGui)