/japanese-wrap

Atom package extend word wrap for Japanese text.

Primary LanguageCoffeeScriptMIT LicenseMIT

japanese-wrap package

Word wrap for Japanese text.

The following text is written in Japanese, because this package is made for Japanese users.

日本語用ワードラップパッケージ

このパッケージは日本語文章での、画面幅(または指定文字数)での改行処理行うAtomのパッケージです。標準のSoftWrap機能とは異なり、改行の際には下記処理を行います。

  • 英文のみの場合は標準のSoftWrapとだいたい同じ処理をします。
  • 2倍幅の文字(主にShfit_JISにおける2バイト文字)を2倍幅で計算します。
  • 日本語における禁則処理を行います。

現在のところ、Unicode 7.0を参照しています。Unicodeのバージョンが上がった場合はその都度対応予定です。

英文のみの場合でも異なる動作

下記の点が標準のSoftWrapと異なります。

  • 行幅を超えるwordの場合は強制的に行幅で改行します。
  • 和文間隔(U+3000)をスペースに含めません。直前で改行されて行頭に来る場合があります。 ※標準のSoftWrapは行の最後に無制限に空白文字を追加し、先頭に空白文字が来ないようにしていますが、この処理の対象から和文間隔を除くという意味です。標準のSoftWrapは/\s/で比較しており、CoffeeScript(JavaScript)の\sには和文間隔(U+3000)が含まれます。\sが含む文字はMozillaの資料を見てください。 https://developer.mozilla.org/ja/docs/Web/JavaScript/Reference/Global_Objects/RegExp

禁則処理のルール

JIS X 4051を参考に作成されたW3C技術ノート「日本語組版処理の要件」2012年4月3日版に準じます。 http://www.w3.org/TR/jlreq/ja/

JIS X 4051そのものでは無いことに注意してください。また、縦組みのみ対象となる表記に関しては基本的に無視しています。

禁則処理の例外

W3Cの資料と異なる点を記載します。

基本ラテン文字領域にある記号の扱い

基本ラテン文字領域の記号に対して行頭禁則と行末禁則は行わず、代わりに半角・全角形の全角文字を対象とします。

半角文字

半角・全角形の半角文字は規則に含まれていません。同様に規則に含みませんが、将来はオプションで選択できるようにするかもしれません。

縦組みの「く」の字記号

組み合わせでの禁止がうまくできていません。縦組みにしか使われないため、常に横組み表示のAtomでは無視すべきかもしれません。

  • 〳 U+3033
  • 〴 U+3034
  • 〵 U+3035

処理が難しい文字

小書き片仮名フと半濁点付きの組み合わせは二つで1文字扱いとするのですが、処理が複雑になるため実装していません。また、本来は「プ」の小文字表記になるべきですが、ほとんどの処理系では正しく表示されません。

  • ㇷ゚ U+31F7, U+309A

文字の幅

Shift_JISにおいていわゆる2バイト文字は2倍の幅とします。Shift_JISにマッピングされていない文字は「ＭＳ ゴシック」(MS Gothic)での幅を元にします。「ＭＳ ゴシック」に含まれない文字は似たようなカテゴリーは似たように処理することを原則とします。下記説明では一部重なる文字があります。計算の順序として、0倍幅、1倍幅、2倍幅と確認していくため、前の定義が優先となります。

0倍幅で計算する文字

サロゲートペアは上位で文字幅を決めるため、下位部分は常に0倍幅で計算します。

  • 下位サロゲート U+DC00-DFFF

ゼロ幅文字およびLRMとRLMを0倍幅で計算します。

  • ゼロ幅文字およびLRM/RLM U+200B-200F
  • ゼロ幅非改行空白文字 U+FEFF ※BOMとして使用されている場合も同様です。

1倍幅で計算する文字

Shfit_JISにおける1バイト文字(JIS X 0201)である半角文字は1倍幅で計算します。伝統的なラテン文字は1倍幅で計算します。

  • 基本ラテン文字
  • 拡張ラテン文字
  • 和字間隔(U+3000)を除く空白文字(U+2000-200A)

半角片仮名等も1倍幅で計算します。なお、Shift_JISに含まれない"HALFWIDTH *"というUnicodeも1倍幅にします。これにはハングルの半角文字が含まれています。

  • 半角・全角形の半角文字 U+FF61-FFDC U+FFE8-FFEE
  • 著作権表示記号 U+00A9
  • トレードマーク記号 U+2122

そのほか、CJK互換文字以外はなるべく1倍幅にしていますが、厳密ではありません。

2倍幅で計算する文字

Shift_JISにおける2バイト文字(JIS X 0208)は基本的に2倍幅で計算します。

  • 記号
  • CJK互換文字
  • 半角・全角形の全角文字 U+FF01-FF60 U+FFE0-FFE6

次の文字はデフォルトでは2倍幅で計算しますが、オプションで選択できるようにする予定です。これはShfit_JISでは2バイト文字であり、MS Gothicでは全角幅になっていますが、フォントによってはラテン文字とほぼ同じ幅の場合があるためです。使用するフォントによって変えてください。

  • ギリシャ文字及びコプト文字
  • キリル文字

上の文字で注意が必要なのは、Shift_JISに含まれない基本形以外の文字も2倍幅で計算することです。多くの日本語フォントではこれらの文字はラテン文字と同幅になりますので、正しくありません。しかし、処理を単純化するために全ての同じ幅としています。この動作は将来変更する可能性があります。

その他の文字

上記に含まれない文字は範囲指定として、下記の通りとします。

  • U+0000-1FFF 1
  • U+2000-FEFF 2
  • U+FF00-FFFF 1
  • U+10000-1FFFF 1
  • U+20000-2FFFF 2
  • U+30000-DFFFF 1 現在未割り当て
  • U+E0000-EFFFF 1
  • U+F0000-FFFFF 2 私用領域
  • U+100000-10FFFF 2 私用領域

なお、U+10000以降はサロゲートペアで上位で幅を計算し、下位は0倍幅としています。

既知の問題点

  • パッケージの有効無効をしても、既に開いているファイルに対してうまく動作しません。
  • サロゲートペアが正しくないときの動作は未定義です。 たぶん、おかしくなります。
  • specのテスト用例文がEngrishです。

TODO

  • ギリシャ文字及びコプト文字とキリル文字の扱いに関するオプション機能。
  • 使用フォントから文字幅を割り出して計算する機能。 重くなりすぎて使い物にならない可能性があるので、実装するかは未定です。
  • ぶら下げの実装。
  • "COMBINING *"な文字の処理。でも、そもそもくっついて表示されない場合が多そうだから、意味なし？