ISO-8859-3（Latin-3）とは？設計目的・対象言語・実務の扱いとUnicode移行ガイド
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 系列の一部である 8 ビットの単一バイト文字エンコーディングです。ASCII（0x00〜0x7F）との互換性を保ちつつ、0xA0〜0xFF の領域にラテン文字圏の追加文字を割り当て、主にマルタ語やエスペラントなど一部の言語で必要となる特殊文字群をサポートするために設計されました。IANA に登録された公式の文字セット名は "ISO-8859-3" で、"Latin-3"、"latin3"、"iso-ir-109" 等の別名が使われることがあります。
設計目的と対象言語
ISO-8859-3 は、ISO/IEC 8859 シリーズの他のパートと同様に、特定の地域言語群に対応することを目的に作られました。具体的には以下の言語で使われる追加文字を含みます：
- マルタ語（Maltese） — Ċ ċ, Ġ ġ, Ħ ħ など
- エスペラント（Esperanto） — Ĉ ĉ, Ĝ ĝ, Ĥ ĥ, Ĵ ĵ, Ŝ ŝ, Ŭ ŭ など
- その他、南ヨーロッパの一部の表記や特殊記号の補完
ただし、トルコ語のために作られたエンコーディングではなく、トルコ語には後に作られた ISO-8859-9（Latin-5）が割り当てられています。
技術的特徴
- 単一バイト（1バイト＝1文字）エンコーディングで、理論上 256 字（0x00〜0xFF）を扱えます。
- 0x00〜0x7F は ASCII と共通で、C0 制御文字を含みます。
- 0x80〜0x9F は ISO 規格上は C1 制御文字領域であり、多くの Windows 系エンコーディング（例：Windows-1252）のように 0x80〜0x9F を印字可能文字に割り当てることはありません。これが文字化け（mojibake）の原因になることがあります。
- 0xA0（NBSP）以下および 0xA0 以降の多くのコードポイントに、目的言語で必要な文字が割り当てられています。
ISO-8859-3 と他のエンコーディングとの違い
同じ ISO-8859 系列の他のパート（Latin-1、Latin-2、Latin-5 など）とは、割り当てる追加文字が異なります。例えば：
- Latin-1（ISO-8859-1）は西欧諸語向けの文字を中心にカバーしており、エスペラントやマルタ語の一部文字は含まれていません。
- Latin-2（ISO-8859-2）は中央ヨーロッパ言語（ポーランド語、チェコ語など）向けの文字を扱います。
- Latin-5（ISO-8859-9）はトルコ語固有の文字をサポートするため、Latin-1 の一部を置換しています。
したがって、文書やデータに含まれる言語によって正しい ISO-8859 のパートを選ばないと、一部の文字が欠落したり誤表示が起きます。
実務での注意点と互換性問題
- C1 制御領域（0x80〜0x9F）の扱い：Web やメールで Windows-1252 と ISO-8859 系を混同すると、C1 領域の差異から特殊文字が化けることがあります。特にコピー／ペーストやファイル転送の場面で注意が必要です。
- 限定的な採用：ISO-8859-3 は対象言語の利用者が相対的に少ないため、国際的にはあまり広く採用されませんでした。結果として多くの環境では Latin-1（または Windows-1252）が用いられ、さらに近年は Unicode（UTF-8）へ移行が進んでいます。
- 混在するデータの扱い：古いシステムやアーカイブデータに ISO-8859-3 が使われているケースがあります。これを Unicode に変換する際は、正しい元の文字セットを指定して変換する必要があります。
変換と実践的な取り扱い例
レガシーデータを扱う場面で有用な具体例をいくつか挙げます：
- iconv（コマンドライン）での変換例：
iconv -f ISO-8859-3 -t UTF-8 input.txt > output.txt
元データが ISO-8859-3 の場合、このコマンドで UTF-8 に変換できます。 - Python 例（ファイルを UTF-8 に変換）：
data = open('in.txt','rb').read().decode('iso-8859-3')
open('out.txt','w',encoding='utf-8').write(data) - HTML での指定：古いページをそのまま表示する必要がある場合、meta タグで
<meta charset="ISO-8859-3">と指定できますが、現在は可能な限り UTF-8 を使うことが推奨されます。
ISO-8859-3 と Unicode（UTF-8）
現代の実務ではほとんどの言語に対して Unicode（特に UTF-8）が推奨され、ISO-8859-3 のような単一バイトエンコーディングは過去の互換性対応に限られて使われることが多くなっています。Unicode はエスペラント、マルタ語の全文字をもちろん包含しており、複数言語が混在するデータでも文字化けのリスクが低くなります。
まとめ（運用上の指針）
- ISO-8859-3 は主にマルタ語やエスペラント向けに設計された 8 ビット文字セット（Latin-3）で、歴史的に使われてきました。
- 現在は Unicode（UTF-8）への移行が標準であり、新規のシステムや Web ページでは UTF-8 を使用してください。
- 既存データの扱いでは、元のエンコーディングが本当に ISO-8859-3 であるかを確認したうえで、iconv や言語ランタイムのエンコーディング指定を使って UTF-8 に変換するのが安全です。
参考文献
- ISO/IEC 8859-3 — Wikipedia
- IANA Character Sets — 登録一覧（ISO-8859-3 を含む）
- Unicode Consortium — ISO-8859-3 to Unicode mapping (8859-3.TXT)
- RFC 1345 — Character Mnemonics & Character Sets (参考情報)
投稿者プロフィール
