ISO-8859-11の全貌: タイ語エンコーディングの歴史とTIS-620・UTF-8移行ガイド
エバープレイ編集部ISO-8859-11 とは
ISO-8859-11（ISO/IEC 8859-11）は、ISO/IEC 8859 シリーズの一部で、タイ語文字（Thai script）を扱うために定められた8ビット単一バイトの文字エンコーディングです。ASCII（0x00–0x7F）の上位領域（0xA0–0xFF）にタイ文字や記号を割り当てることで、8ビット環境下でタイ語を表現できるように設計されています。実務上は TIS-620 とほぼ同一であるため、TIS-620 の実装や既存データと混同されることが多く、現在では多くの場面で Unicode（UTF-8）へ置き換えられています。
歴史と背景
ISO-8859 シリーズは1980年代以降、各地域の文字を8ビット環境で扱うために制定された複数のパートから成る標準群です。ISO-8859-11 はタイ語圏向けのパートとして整備され、既に国内標準として存在していたTIS-620（タイ工業規格）との関係が深いことが特徴です。歴史的には、8ビット環境（古いUNIXや組込み系、電子メールの一部環境など）で国際化を行うため広く採用されましたが、複数バイトで全世界文字を扱える Unicode の普及に伴い、使用は次第に減少しています。
文字集合の構造（概要）
- 基本原理：ASCII（0x00–0x7F）はそのまま利用し、上位領域（0xA0–0xFF）にタイ文字や関連記号を配置する。
- タイ文字の配置：タイ語で必要な基本字母、母音記号、声調記号、数字などが上位領域に割り当てられる。タイ語は多くの合字や合成（母音や声調が結合して表記される）があるが、ISO-8859-11 自体は字形合成やレンダリングを定義せず、単にコードポイントを割り当てる方式である。
- TIS-620 との整合：ISO-8859-11 は TIS-620 とほぼ同じコード割当を採用しており、実装やデータ互換性が高い。
TIS-620 との関係と相違点
TIS-620 はタイ国内で長く使われてきた文字コード規格で、ISO-8859-11 はこれをベースに国際規格としてまとめたものです。一般に「ほぼ同一」と表現されますが、厳密にはいくつかの細かな差異（たとえば制御文字や 0xA0（NBSP: non-breaking space）の定義など）が指摘される場合があります。実務では多くのソフトウェアが両者を同一視して処理するため、混在して運用されることが多いです。
他のエンコーディングとの比較
- Windows-874（CP874）：Microsoft が Windows 向けに提供するタイ語コードページで、ISO-8859-11/TIS-620 に近いが一部のコード位置に差異がある。Windows 環境で作られたファイルを UNIX 系やウェブで扱うと文字化けが起こるケースがあるため注意が必要です。
- UTF-8（Unicode）：現在の推奨エンコーディング。タイ語を含むあらゆる文字を一貫して扱えるため、新規開発や国際化対応では UTF-8 を選択するのが一般的。既存の ISO-8859-11 データは UTF-8 に移行することが推奨される。
- サロゲート・合成の扱い：ISO-8859-11 は単一バイトで各文字を表すため、Unicode のような正規化や合字処理機能は持たない。表示の正しさはフォントとレンダリングエンジンに依存する。
実務上の注意点と問題点
- 表示の問題：タイ語は合字や上付き/下付きの母音・声調記号を持つため、単にバイト列を文字に変換するだけでは正しい表示にならない場合がある。適切なフォントとレンダリング（複合文字の合成を行える描画エンジン）が必要。
- 互換性の問題：ISO-8859-11、TIS-620、Windows-874 が混在すると文字化けや誤判定がおきやすい。特にウェブやメールでは charset ヘッダや meta タグの指定が重要。
- 検索・ソート・正規化：文字の正規化や比較ロジックは Unicode 環境の方が豊富。ISO-8859-11 環境での全言語対応は限界がある。
- 継続的サポートの問題：新しいライブラリやツールは Unicode を前提としていることが多く、8ビットローカルエンコーディングのサポートは限定的になりつつある。
移行と変換の実務ガイド
既存の ISO-8859-11（あるいは TIS-620）データを Unicode（UTF-8）に移行する場合、以下の手順と注意点が役立ちます。
- バックアップ：変換前に必ず原本のバックアップを取る。
- エンコーディングの特定：ファイルのエンコーディングが確実に ISO-8859-11（または TIS-620 / Windows-874）であることを確認する。誤判定だと変換で文字化けが固定化される。
- ツール例：iconv を使った変換（例: iconv -f ISO-8859-11 -t UTF-8 infile > outfile）は広く使える。データベース移行では DB のエンコーディング設定を適切に調整すること。
- 検証：変換後に目視チェックとサンプル検索（特定文字列の正しさ確認）を行う。タイ語固有の母音や声調が正しく表示されるかを確認する。
- アプリケーション対応：Web アプリや API では Content-Type ヘッダや HTML meta charset を UTF-8 に変更し、すべての入出力を UTF-8 で扱うようにする。
実例（簡単なコマンド例）
iconv による変換例（Unix 系）：
- ISO-8859-11 から UTF-8 へ: iconv -f ISO-8859-11 -t UTF-8 infile.txt > outfile.txt
Python（参考）：ファイルを読み込んで Unicode 文字列として扱う場合は、open の encoding 指定を使う：
- with open('in.txt', 'r', encoding='iso-8859-11') as f: data = f.read()
（注）環境によっては codec の名前が異なったり、ライブラリが特定のエンコーディングをサポートしていない場合があります。その場合は変換ツールやライブラリのドキュメントを参照してください。
まとめ（現状の推奨）
ISO-8859-11 は歴史的にタイ語を8ビット環境で扱うために重要だった規格で、TIS-620 と高い互換性を持ちます。しかし、現在の世界では Unicode（特に UTF-8）が事実上の標準になっているため、新規のシステムやウェブサービスでは UTF-8 を採用し、既存データは慎重に変換して移行することが推奨されます。移行時はエンコーディングの特定、適切な変換ツールの使用、レンダリング確認を丁寧に行ってください。
参考文献
- ISO/IEC 8859-11 — Wikipedia
- TIS-620 — Wikipedia
- IANA Character Sets — IANA
- The Encoding Standard — WHATWG
- Unicode Chart — Thai (U+0E00–U+0E7F) — Unicode Consortium
投稿者プロフィール
