“Text to Math Converter” に Unicode の業の深さを見る

『数学ガール』シリーズでおなじみ結城浩さんが面白いツール（サービス）を公開されている。

• Text to Math Converter - textmath.hyuki.net

早速試してみる。

変換結果の “𝐸 = 𝑚𝑐²” は Twitter や Mastodon の tweet や toot としてそのままコピペできる。

ホンマに「どうなってるんだ？」と20秒くらい考えてしまったが，そうか Unicode 文字で表現してるのか，と気がついた（気づくのが遅い）。 試しに拙作の gnkf でダンプしてみる。

$ echo 𝐸 = 𝑚𝑐² | gnkf dump -u
0x0001d438, 0x0020, 0x003d, 0x0020, 0x0001d45a, 0x0001d450, 0x00b2, 0x000a

おー，なるほど。

イタリックの英字は「数学用英数字記号（Mathematical Alphanumeric Symbols: U+1D400 〜 U+1D7FF）」として定義されているらしい¹。 あくまで数学記号なので，通常の文章で装飾文字として使うなってあるね。 たしかにホモグラフ攻撃とかに使えそうだもんな（笑）

上付き文字の U+00B2 は ISO/IEC 8859-1 (通称 Latin-1) で定義されているものと同じである²。

この表を見ると上付き文字の数字は 1〜3 しかないな。 0 や 4 以降はどうなってるかというと “Superscripts and Subscripts ” (U+2070 〜 U+209F) で定義されているらしい。

つまり x^4 → 𝑥⁴ は

$ echo 𝑥⁴ | gnkf dump -u
0x0001d465, 0x2074, 0x000a

と展開されているわけだ。

これらを踏まえて “Text to Math Converter” では利用可能な文字³ を

としているようだ（a e o x の下付き文字 U+2090 〜 U+2093 がない理由は不明 ← 単純に抜けてたそうです。現在は入力可）。 これ以外の文字は変換されずにそのまま出力されるみたい。 たとえば |a_m - a_n| < d → |𝑎ₘ - 𝑎ₙ| < 𝑑 とかいった感じ。

しかし，まぁ，元日早々から Unicode の業の深さを垣間見てしまった感じである。 でも “Text to Math Converter” 自体は面白いので，これからお世話になるかもしれない。 もちろん，このブログでは今までどおり MathJax で $E = mc^2$ → $E = mc^2$ と表記するので，本年もよろしくおねがいします。

ブックマーク

• ちょこっと MathJax

参考図書

[改訂第8版]LaTeX2ε美文書作成入門

奥村晴彦 (著), 黒木裕介 (著)

技術評論社 2020-11-14

大型本

4297117126 (ASIN), 9784297117122 (EAN), 4297117126 (ISBN)

評価     

2020年末に第8版が出てたのに気付かなかったよ。可能なら紙の本も買って常に側に置いておくのが吉。版元には PDF 版もある。

reviewed by Spiegel on 2021-09-05 (powered by PA-APIv5)