ISO-8859-3 (Latin-3) 入門：歴史・文字集合とUTF-8移行の実務ガイド
エバープレイ編集部ISO-8859-3とは — 概要
ISO-8859-3（別名 Latin-3）は、ISO/IEC 8859 シリーズの一部として規定された 8 ビット単一バイト文字エンコーディングの一つで、主に南欧系言語や一部の人工言語向けに設計された文字集合です。ASCII（0x00–0x7F）部分はそのまま保持し、0xA0–0xFF の領域に各言語で必要な追加文字を割り当てる方式をとっています。1980年代末から1990年代にかけて標準化され、後に多言語処理の主流は Unicode（UTF-8等）へ移行したため、現在では利用は限定的です。
歴史的背景と設計目的
ISO-8859 シリーズは、8 ビット環境でラテン文字圏の多数言語をサポートするために分割設計されたもので、それぞれの部分（Latin-1..Latin-10 等）は地域や言語群に合わせた追加文字を持ちます。ISO-8859-3（Latin-3）は、その中で南欧あるいは特定の言語群向けを想定して作られ、特にマルタ語（Maltese）やエスペラント（Esperanto）で必須となる文字を収容することを目的としていました。
なお、トルコ語の取り扱いは当初議論がありましたが、トルコ語用には最終的に ISO-8859-9（Latin-5）が策定され、トルコ語はそちらで扱われることになりました。
文字集合の特徴（どんな文字が含まれているか）
- 基本は ASCII と同一（0x00–0x7F）。
- 非表示/制御コードは ISO/IEC 6429 の C0/C1 範囲を想定。
- 0xA0–0xFF の表示文字領域に、欧文のダイアクリティカル付き文字や記号が割り当てられている。
- マルタ語で必要な文字（例：Ċ/ċ、Ġ/ġ、Ħ/ħ、Ż/ż 等）や、エスペラントの補助字（例：Ĉ/ĉ、Ĝ/ĝ、Ĥ/ĥ、Ĵ/ĵ、Ŝ/ŝ、Ŭ/ŭ）を含む。
これにより、マルタ語やエスペラントの文章を、当時の 8 ビット環境で文字化けなく扱えるようにすることが可能でした。
他の ISO-8859 系との比較
- ISO-8859-1（Latin-1）: 西欧言語向け。フランス語・ドイツ語・スペイン語など広範囲をカバーするが、マルタ語やエスペラントの一部文字は含まれない。
- ISO-8859-2（Latin-2）: 中・東欧言語向け（ポーランド語、チェコ語等）。
- ISO-8859-3（Latin-3）: マルタ語・エスペラント等の南欧／特定言語向け。
- ISO-8859-9（Latin-5）: トルコ語向けに ISO-8859-1 をベースにトルコ文字を組み込んだもの。
このように各パートは対象言語の違いから微妙に異なる文字割り当てをしており、誤ったエンコーディングで解析すると文字化け（mojibake）を起こします。
技術的なポイント（Web・メール・ファイルでの扱い）
- HTTP/HTML で指定する場合の文字セット名（MIME charset）は "ISO-8859-3" が IANA に登録されています。正しくは Content-Type ヘッダや HTML の meta 要素で明示する必要があります（例: <meta charset="ISO-8859-3">）。
- 多くの環境では UTF-8 がデファクトスタンダードになっているため、ISO-8859-3 の文書を扱う際は UTF-8 へ変換するのが現実的です。変換ツールとして iconv や uconv（ICU）などが一般的です。
- 単一バイト文字集合であるため、バイト単位での処理は簡単ですが、多言語混在や拡張文字（絵文字等）は扱えません。
Unicode との関係と移行上の注意点
Unicode は ISO-8859 系で表現されていた文字のほぼ全てを包含しています。ISO-8859-3 の各コードポイントには対応する Unicode のコードポイントが定義されており、変換表（マッピングファイル）が公開されています。典型的な移行手順は次のようになります。
- ファイルやデータベースの文字エンコーディングを判別（誤認識による誤変換を避ける）。
- iconv 等で ISO-8859-3 → UTF-8 に変換（例: iconv -f ISO-8859-3 -t UTF-8 in.txt -o out.txt）。
- Web サーバや HTML の charset 宣言、データベース（テーブル／カラム）の照合順序（collation）を UTF-8（utf8mb4）に変更。
- 表示や検索が正しく行えるか、特に大文字小文字変換やソート順の違いに注意して検証。
変換の際に問題になりやすいのは、もともと所在の曖昧な文書（エンコーディング明示がないテキスト）や、ISO-8859-1 と混用されていたコンテンツです。特に 0xA0（ノーブレークスペース）等は扱いに注意が必要です。
実務上の扱い — WordPress を例に
現代の WordPress はデフォルトで UTF-8（utf8mb4）を前提に設計されています。古い ISO-8859-3 のコンテンツを WordPress に移行する際のポイントは次の通りです。
- 既存ファイル（記事テキスト、CSV、インポート元ファイル等）はまず ISO-8859-3 → UTF-8 に変換する。iconv やテキストエディタで一括変換が可能。
- データベース（MySQL/MariaDB）に既に ISO-8859-3 のデータが入っている場合、ダンプを取得してエンコーディング指定で変換して再インポートする。mysqldump 時にも文字セットを意識する必要があります。
- WordPress の wp-config.php で DB_CHARSET を utf8mb4 にし、テーブルの collate を utf8mb4_unicode_ci などに変更する。
- 投稿内に残る特殊文字（マルタ語やエスペラントの文字）が正しく表示されるか、プラグインやテーマのコード（ヘッダの meta charset 等）も確認する。
現状の利用状況と注意点
ISO-8859-3 は歴史的には特定言語コミュニティで使われていたものの、現在の Web やモバイルアプリケーションではほとんど使われていません。代替の Unicode（UTF-8）への移行が進んだこと、また ISO-8859-1 に比べて普及度が低かったことが理由です。
そのため、レガシーデータを扱う場合を除いて新規プロジェクトで ISO-8859-3 を選択する理由はほとんどありません。互換性や将来性を考えると UTF-8 を前提に設計・運用することを強く推奨します。
具体例：変換コマンドや検査方法
- 簡単な変換（iconv の例）:
- iconv -f ISO-8859-3 -t UTF-8 input.txt -o output.txt
- 変換後の検査:
- 期待される特殊文字（Ċ/ċ、Ĉ/ĉ 等）が正しく表示されるか確認する。
- バイナリ差分ではなく、文字列内容で比較（diff やテキストエディタで）する。
まとめ
ISO-8859-3（Latin-3）は、マルタ語やエスペラントなど特定言語の文字要件を満たすために作られた 8 ビット単一バイト文字集合です。かつては特定用途で有用でしたが、現在は Unicode（UTF-8）への移行が進み、利用は希少です。レガシーデータを扱う場合は、正確なエンコーディング判定のうえで UTF-8 に変換し、WordPress 等の現行プラットフォームでは UTF-8 を採用するのが現実的かつ推奨される対応です。
参考文献
- ISO/IEC 8859-3 — Wikipedia
- Unicode Consortium: Mapping table for ISO-8859-3 (8859-3.TXT)
- IANA Character Sets — 登録済み文字セット一覧
- ISO/IEC 8859-3 標準（ISO の製品ページ。全文は購入が必要）
- RFC 1345 — Character Mnemonics & Character Sets（参照用）
投稿者プロフィール
