ISO-8859-3（Latin-3）徹底解説：南欧系言語の補助文字と現代データ移行の実務ポイント
エバープレイ編集部ISO-8859-3とは — 概要
ISO-8859-3（別名 Latin-3, "South European"）は、ISO/IEC 8859シリーズの一つで、ラテン文字を1バイト（8ビット）で表現する単一バイト文字エンコーディングです。標準の下位128コード（0x00–0x7F）はASCIIと同一で、上位128コード（0xA0–0xFF）に各言語で必要な拡張ラテン文字が割り当てられています。主にマルタ語やエスペラントなど、南ヨーロッパ系や特定の補助言語の文字を扱うことを目的に設計されました。
開発の背景と目的
1980年代から1990年代にかけて、ラテン文字を使う多くの言語を扱うために複数の単一バイトエンコーディングが策定されました。ISO-8859シリーズはその代表で、地域や言語ごとに必要な文字を追加する形で複数のパート（-1〜-16 等）に分かれています。ISO-8859-3は「Latin-3」として、ISO-8859-1（西欧）やISO-8859-2（中欧）に続き、他のラテン文字言語の需要に応えるために作られました。
収録文字と特徴
ISO-8859-3 の特徴は、以下のように特定言語の補助文字を含むことです。
- マルタ語で必要な文字（例：Ċ/ċ, Ġ/ġ, Ħ/ħ, Ż/ż など）
- エスペラント（Esperanto）の特徴的な文字（例：Ĉ/ĉ, Ĝ/ĝ, Ĥ/ĥ, Ĵ/ĵ, Ŝ/ŝ, Ŭ/ŭ）
- 一部の南欧言語や歴史的・学術的用途で使われる記号やアルファベットの補完
ISO-8859 シリーズは 0xA0–0xFF の範囲を各言語ごとに割り当てるため、ISO-8859-3 に含まれる文字は ISO-8859-1（Latin-1）とは異なる位置に配置されます。結果として、同じバイト値でもエンコーディングが違えば異なる文字を表す点に注意が必要です。
他のエンコーディングとの違い（ISO-8859系・UTF系との比較）
ISO-8859-3 と他の主要エンコーディングの違いを整理します。
- ISO-8859-1（Latin-1）: 西欧主要言語向け。マルタ語やエスペラントの特定字は含まれないため、ISO-8859-3 が必要なケースがある。
- ISO-8859-9（Latin-5）: トルコ語向けに ISO-8859-1 の一部を置換したもの。トルコ語の点なし小文字 ı、点付き大文字 İ などは ISO-8859-9 に含まれるが、ISO-8859-3 には含まれない。
- UTF-8/Unicode: 現代の国際化対応ではUnicode（特にUTF-8）が圧倒的に優勢。Unicode はほぼすべての文字を一元的に扱えるため、ISO-8859-3 のような限定的な単一バイト集合は互換性と汎用性で劣ります。
実務上の利用例と現状のポジション
ISO-8859-3 はかつてマルタ語やエスペラント文書、特定のメール／ニュースグループなどで利用されることがありました。しかし、インターネットの普及と共にUnicode（UTF-8）がデファクト標準となり、現在はレガシーデータの保守や古い文書の復元・変換が主な用途です。
具体的な利用場面：
- 古いメールアーカイブやニュースグループの文字化け対応
- レガシーシステム間のデータ移行（ISO-8859-3 を UTF-8 に変換するなど）
- マルタ語やエスペラントを対象とした一部の組織内システム（過去資産のために残存）
実際の変換・取り扱い（ツールとサンプル）
ISO-8859-3 は単一バイトエンコーディングなので、各バイトは必ず対応するUnicodeコードポイントにマップできます。現代の環境ではUTF-8に変換して扱うのが一般的です。代表的な変換例を示します。
- iconv（Linux/UNIX）
例: iconv -f ISO-8859-3 -t UTF-8 input.txt > output.txt
- Python
例: b = open('input.bin','rb').read(); s = b.decode('iso-8859-3'); open('out.txt','w',encoding='utf-8').write(s)
- ブラウザ/HTML
古いHTMLを正しく表示するには <meta charset="ISO-8859-3"> を指定すればブラウザは該当バイトを適切に解釈します。ただし現代では <meta charset="utf-8"> に変換して配信するのが推奨されます。
注意点とよくある誤解
- 「ISO-8859-3 はトルコ語向け」：誤り。トルコ語向けは ISO-8859-9（Latin-5）です。ISO-8859-3 は主にマルタ語やエスペラントなどを想定しています。
- 「ISO-8859 系は同一に見える」：同じバイト値でもパートが異なれば文字が異なるため、エンコーディングを誤ると文字化けが発生します。
- 「単一バイトだから安全」：単一バイトは解釈が単純ですが、国際化対応としてはUnicodeの方が文字集合が豊富で相互運用性も高いため推奨されます。
レガシー対応の実践的アドバイス
- データ移行時はまずバイト列のエンコーディングを確認する。ファイルヘッダやメタデータ、あるいはサンプルテキストから推定する。
- 変換は一括処理前にサンプルで検証する。特殊文字（マルタ語の Ħ/ħ、エスペラントの Ŭ/ŭ など）が正しく変換されるかをチェックする。
- 変換後はユニット／目視チェックを行い、既存ワークフローとの互換性（検索、ソート、正規化）を確認する。Unicode正規化（NFC/NFD）が必要な場合がある。
まとめ
ISO-8859-3（Latin-3）は特定のラテン文字言語向けに設計された単一バイト文字エンコーディングで、主にマルタ語やエスペラントの補助文字を収録しています。現代ではUnicode（特にUTF-8）が事実上の標準であるため新規採用はほとんどありませんが、古いデータやシステムの保守、文字化け対応では依然として出会う機会があります。レガシーデータを扱う際は、エンコーディングの正確な特定と安全な変換手順の実施が重要です。
