ISO-8859-3とは何か：マルタ語・エスペラントを支える南欧向け8ビットエンコーディングの歴史と現状
エバープレイ編集部ISO-8859-3 とは — 概要
ISO-8859-3（通称 Latin-3、別名「South European」）は、ISO/IEC 8859 シリーズの一部で、8ビットの単一バイト文字エンコーディングです。主に南欧や一部の特定言語（特にマルタ語やエスペラント）で使われる固有文字を扱うために設計されました。標準化は1980年代後半に行われ、ISO 8859 シリーズの各パートと同様に、ASCII（0x00–0x7F）を拡張して 0xA0–0xFF の上位領域に各言語固有の文字を割り当てています。
なぜ作られたか（歴史的背景）
1980年代から1990年代にかけて、8ビット文字コードを用いることで ASCII の上位領域に各国語の文字を追加し、ワープロや電子メール、初期のウェブなどで西欧以外の欧州言語を扱えるようにする必要がありました。限られた256文字という制約のもとで、全世界の文字を一つに収めることは不可能だったため、用途別に複数の「Latin-n」セット（Latin-1, Latin-2, …）が作られました。ISO-8859-3 はその一つで、マルタ語やエスペラントなど、Latin-1（ISO-8859-1）では扱えない文字を補う目的で定義されました。
技術的特徴
- 単一バイト（8ビット）エンコーディング：1バイトで1文字を表現。ASCII 互換の下位128文字（0x00–0x7F）を包含。
- 上位領域（0xA0–0xFF）に拡張文字を割り当て：マルタ語やエスペラントの特殊字母などを配置。
- MIME / IANA 名：一般に "ISO-8859-3" として登録されており、HTTP やメールの Content-Type で charset=ISO-8859-3 と指定できます。
- 実装サポート：多くのライブラリや OS（iconv、ICU、Python、Java など）で「ISO-8859-3」あるいは alias 名でサポートされています。Windows のコードページでは CP28593 として知られています。
どの言語をサポートするか
ISO-8859-3 は特に次のような言語のために有用な文字を含みます。
- マルタ語（Maltese）── ċ, ġ, ħ, ż など
- エスペラント（Esperanto）── ĉ, ĝ, ĥ, ĵ, ŝ, ŭ など
- その他、南欧で用いられる特殊文字の一部
なお、トルコ語のための標準としては ISO-8859-9（Latin-5）が用意されており、トルコ語のドット付き/ドットなし I（İ / ı）などは ISO-8859-9 に含まれています。したがって「トルコ語は ISO-8859-3 で扱える」といった誤解には注意が必要です。
具体的な文字例
ISO-8859-3 の上位領域には、以下のようなユニークな文字が含まれます（代表例）：
- 0xB0–0xFF 領域にあるマルタ語／エスペラントの特殊文字
- ASCII にないセレクションのアクセント付きラテン文字
（注：ここではすべてのコードポイントを列挙しませんが、正確なマッピングは Unicode.org の公式マッピング表などで確認できます。）
他の ISO-8859 系との違い
- ISO-8859-1（Latin-1）との違い：Latin-1 は西欧主要言語向けのセットで、Nordic・フランス語・ドイツ語などの文字を含む一方、マルタ語やエスペラントなどの一部文字は含まれません。ISO-8859-3 はそのギャップを埋める目的の文字を追加しています。
- ISO-8859-2（Latin-2）との違い：Latin-2 は中欧言語（ポーランド語、ハンガリー語、チェコ語等）向けで、扱う文字の種類が大きく異なります。
- ISO-8859-9（Latin-5）との関係：トルコ語のサポートは ISO-8859-9 が充当され、トルコ語の特殊文字はそちらに配置されています。
利用状況と現在の立場
歴史的には各国語ごとに最適化された ISO-8859 系エンコーディングは広く使われましたが、文字集合の断片化（言語ごとに別のエンコーディングを使う必要がある）という欠点がありました。現在は Unicode（特に UTF-8）が事実上の標準となり、ISO-8859-3 のような単一バイトエンコーディングの利用は非常に限られています。
それでも古い文書やメール、レガシーシステム、あるいは特定のローカルファイルでは ISO-8859-3 が残っていることがあります。Web上でも過去に charset=ISO-8859-3 と指定されたページが存在していましたが、現状はほとんどが UTF-8 に移行しています。
実務上の注意点（変換・判別・マイグレーション）
- 判別の難しさ：ISO-8859 系同士（Latin-1, Latin-2, Latin-3 等）はバイト列が重複するため、完全自動で判別するのは困難です。言語コンテキストやヒューリスティック（chardet 等）を使って推定するのが一般的ですが、誤判別のリスクがあります。
- UTF-8 への移行：可能であれば UTF-8 に変換するのが推奨です。Unix 系では iconv を使って変換できます（例：iconv -f ISO-8859-3 -t UTF-8 infile > outfile）。
- プログラムでの扱い：多くの言語で ISO-8859-3 のエンコーディング名がサポートされています。例：Python の codec 名 "iso8859_3"、Java の Charset 名 "ISO-8859-3"。ただしライブラリや環境によって alias 名が異なることがあります。
- HTTP / HTML の指定：古い HTML では のように指定することでブラウザに解釈を指示できますが、現代では が標準です。
実例：変換コマンドとスニペット
- iconv（Unix 系）：
iconv -f ISO-8859-3 -t UTF-8 input.txt > output.txt - Python（読み込み例）：
with open('file.txt', encoding='iso8859_3') as f: text = f.read() - Java（例）：
String s = new String(bytes, "ISO-8859-3");
よくある誤解と注意点
- 「ISO-8859-3 はトルコ語のエンコーディングだ」という誤解：トルコ語向けには ISO-8859-9（Latin-5）が設計されています。トルコ語の特殊文字は ISO-8859-9 に含まれており、ISO-8859-3 では必ずしも網羅されません。
- 「ISO-8859 系なら互換性がある」という誤解：下位128文字は共通でも、上位128文字は異なるため、ファイルを別の Latin-n として誤って解釈すると文字化けします。
まとめ（結論）
ISO-8859-3 はマルタ語やエスペラントなど特定言語向けに設計された 8ビット単一バイトエンコーディングで、歴史的には役割を果たしましたが、現在は Unicode（UTF-8）への移行により利用は稀です。レガシーデータの取り扱いや過去の文書の正しい復号化のために知っておく価値があり、変換や判別の際には適切なツール（iconv、言語ヒューリスティック、公式マッピング表）を使って慎重に扱う必要があります。
参考文献
- ISO/IEC 8859-3 — Wikipedia
- Unicode Consortium: Mapping table for ISO-8859-3
- IANA Character Sets — 登録一覧（ISO-8859-3 を含む）
- ISO/IEC 8859 — Wikipedia（シリーズ全体の解説）
投稿者プロフィール
