ISO-8859-6とは何か？アラビア語コードページの特徴とUnicode移行の実務ガイド
エバープレイ編集部ISO-8859-6 とは — 概要
ISO-8859-6（通称「Latin/Arabic」や単に「ISO 8859-6」）は、アラビア語を扱うために策定された8ビット符号化文字集合（文字コードセット）の一つです。ISO/IEC 8859 シリーズの一部として定められ、1バイト（0x00〜0xFF）の範囲内でアラビア文字の基本的な文字と必要最小限の記号類を定義しています。主に1980〜1990年代の国際化以前のシステムやレガシー環境で利用されてきましたが、現在ではUnicode（UTF-8 など）への移行が進んでいます。
技術的な特徴
- 単一バイトコード：ISO-8859-6 は1バイト（8ビット）で各文字を表現します。ASCII と互換性のある領域（0x00〜0x7F）を保持し、0xA0〜0xFF の領域にアラビア文字や記号を割り当てています。
- 文字集合の範囲：アラビア語の基本字母（子音など）や一部の句読点、記号、非改行空白（NO-BREAK SPACE）などが含まれます。完全なアラビア拡張（ペルシア語・ウルドゥー語の追加文字や細かな提示記号）まではカバーしていないことが多く、地域的な文字は別のコードページ（例：Windows-1256）で補われることがありました。
- 文方向と字形変化：エンコーディング自体は文字の「名目形（標準形）」を符号化するだけで、アラビア文字独特の連結（字形の位置依存の変化）や右→左の並び（BiDi：双方向処理）を直接扱いません。字形（書体上の結合形）はレンダリングエンジン（フォントやレイアウトエンジン）が文脈に応じて行い、文字列の論理順序（入力順）と表示順序の処理は上位レイヤ（アプリケーションやブラウザ）にゆだねられます。
ISO-8859-6 と他のアラビア系エンコーディングの違い
歴史的にアラビア語を扱うためのコードページは複数存在します。主要な違いは「収録文字」「バリエーション（地域拡張）」「利用分野」などです。
- Windows-1256（CP1256）：Windows 環境で広く使われたエンコーディング。ISO-8859-6 と似ていますが、ペルシア語やウルドゥー語のための追加文字やいくつかの記号の配置が異なり、互換性に注意が必要です。Windows-1256 は ISO-8859-6 を完全に包含するわけではなく、逆も同様です。
- Visual vs Logical 表現：古いアプリケーションやプリンタ環境では「見た目順（visual order）」でバイトを並べる実装が存在しました。これに対し標準的な処理は「論理順（logical order）」でデータを保持し、表示時に bidi 処理で並べ替える方式です。ISO-8859-6 自体は論理/視覚のどちらも規定しないため、データ移行時に順序が逆になってしまう問題に注意が必要です。
- Unicode（UTF-8 など）との関係：Unicode はアラビア文字を包括的にサポートし、字形選択や結合文字（合字）も Unicode とフォントレンダリングで扱うのが一般的です。ISO-8859-6 は文字の種類や拡張で不足する場面があるため、現代のシステムでは Unicode への移行が推奨されます。
実際の利用シーンと歴史的背景
ISO-8859-6 はインターネット初期やレガシーな電子メール、ローカルアプリケーション、組み込み機器などで利用されました。特に国際化対応が未成熟だった時代には、地域ごとの1バイトコードページが標準的でした。
しかし、アラビア語は文方向や結合字形の取り扱いが必要であり、1バイトでの表現は機能的に限界があるため、World Wide Web の発展とともに Unicode（UTF-8 や UTF-16）へ移行が加速しました。今日では新規開発やWebコンテンツではほとんど UTF-8 が使われており、ISO-8859-6 は過去データやレガシーシステムの互換用に残っていることが多いです。
移行・変換時の注意点（実務的ガイド）
ISO-8859-6 から Unicode（UTF-8 等）へ変換する際、次の点に留意してください。
- 文字マッピングの正確性：ISO-8859-6 と Unicode とのマッピングテーブル（公式の変換表）を利用して変換を行ってください。マッピングは標準ファイル（Unicode.org の MAPPINGS など）を用いると確実です。
- 視覚順/論理順の判定：古いデータが「視覚順」で保存されている場合、単純にエンコード変換すると文字が逆順（逆向き）に表示されます。データの由来（どのソフトが生成したか）から順序を判定し、必要なら視覚→論理の変換処理を行ってください。
- フォントとレンダリング：Unicode に変換しただけでは正しく表示されないケースがあります。正しい字形・結合を表示するために、適切な OpenType フォントとレンダリングエンジン（Harfbuzz、Uniscribe など）を用いる必要があります。
- 地域固有文字の欠落：ISO-8859-6 に存在しないペルシア語・ウルドゥー語などの文字は変換時に失われるか代替文字になる可能性があります。こうした文字が重要な場合は、元データを検査して Windows-1256 などの別エンコーディングを検討してください。
- メール・MIME ヘッダ：メールの Subject やヘッダは MIME のエンコード規格（QエンコードやBエンコード）で符号化されていることが多く、エンコーディング情報（charset=）を正しく扱わないと文字化けします。ヘッダの変換は専用ライブラリで行うべきです。
WordPress に貼り付ける際の注意（実務的Tips）
ユーザーの依頼では WordPress の投稿エディタへ貼り付けることを想定しています。現行のほとんどの WordPress 環境は UTF-8 を前提に動作しているため、ISO-8859-6 のまま貼り付けると文字化けします。安全な手順は次の通りです。
- 元データが ISO-8859-6 であることを確認する（ファイルのメタ情報や生成元、あるいはバイト検出ツールを利用）。
- iconv や nkf、Python（.decode('iso-8859-6')）などで UTF-8 に変換する。例：iconv -f ISO-8859-6 -t UTF-8 input.txt > output.txt
- 変換後のテキストをエディタで開き、文字列の順序や結合が正しく表示されているか確認する（特に句読点や数字、括弧類の向き）。
- 必要に応じて HTML エンティティや適切なタグ（
<dir="rtl">または CSS の direction:rtl;）を使って右→左表示を指定する。WordPress のビジュアルエディタは自動でBIDI処理する場合もありますが、明示的に RTL を指定する方が安全です。
よくある問題とトラブルシューティング
- 文字化け（mojibake）：別のアラビア系エンコーディング（例：Windows-1256）で保存されているファイルを ISO-8859-6 と誤認して変換すると文字化けが発生します。エンコーディングの自動判別ツールは完璧ではないため、生成元の情報を重視してください。
- 数字や括弧の向き：アラビア文中のアラビア数字（Arabic-Indic digits）や英数字・括弧の表示向きは bidi 処理に依存します。意図と異なる場合は Unicode の U+200E/U+200F（LRM/ RLM）などゼロ幅記号で調整する手法もあります。
- 失われるダイアクリティカルマーク：短母音記号（ハラカート）などのダイアクリティカルマークが元データに含まれている場合、ISO-8859-6 版では適切に扱えないことがあるため、変換後に欠落や順序のずれが生じないか確認してください。
結論：現状と推奨
ISO-8859-6 は歴史的にアラビア語データを扱ってきた重要なコードページですが、機能的な制約（字形の扱いや文字集合の狭さ）から、現代の新規システムや Web コンテンツでは Unicode（特に UTF-8）への移行が強く推奨されます。レガシー資産を扱う際は、まず元のエンコーディングや順序（視覚/論理）を正確に特定し、公式のマッピング表を用いて変換、そして適切なフォントとレンダリング環境で表示検証を実施してください。
参考文献
- ISO/IEC 8859-6 — Wikipedia
- ISO-8859-6 to Unicode mapping — Unicode.org (MAPPINGS/ISO8859/8859-6.TXT)
- IANA Character Sets — IANA
- Bi-directional text — MDN Web Docs
- Windows-1256 — Wikipedia（Windowsのアラビア語コードページ）
投稿者プロフィール
