本を読む

読書やコンピュータなどに関するメモ

「「日本の伝統」という幻想」

「日本の伝統」という幻想

posted with ヨメレバ

藤井青銅柏書房 2018-11-27

Amazon

Kindle

honto

　ビジネス啓発書のベストセラーランキングを見ると、「こうすれば儲かる」というネタと「あなたの周りにいるこんな嫌な人たち」というネタは定番のようだ。

　「「日本の伝統」の正体」の続編といえる本書では、第一部を「「伝統ビジネス」の作り方」に、第二部を「「伝統マウンティング」社会」として、あやふやな伝統の持ち出され方をパロディ的に解説している。

　伝統と言われるものの源流が、けっこうビジネスだったりするのは、前書でも書かれたとおり。本書の第一章ではさらに、どういう点がビジネスのネタになるかを、成功例や失敗例をまじえて、「記念日と二十四節気を狙え！」「失敗に学んで、新しく作れ！」「江戸・京都・旧国名を使え！」といった調子でパロディっぽく書いている。しかし「寒の土用の丑の日」「サマー・バレンタインデー」「イースター」という新しいネタにセルフツッコミしてるのが笑った。

Rubyでカナのソート

　これは「ライティングや編集にまつわるあれこれ Advent Calendar 2018」の12月12日の記事です。いままでブログにちょろちょろ書いていたことを、アドベントカレンダー向けにまとめます。

　さて、専門書などの巻末には、多くの場合、索引が設けられています。TeXなど、本文中の指定した箇所から自動的に索引を作る機能があるツールもあります。そうした機能がない場合は、本文から単語とページ番号（ノンブル）を抜き出したデータを用意して索引を作ります。

　索引は、アルファベット順や読み（カナ）順にソートされます。このソート方法については出版社各社や編集者各自でそれぞれ対応していると思います。ここでは、私の方法について書きます。まあ地味なテーマです。

カナのソートは何が問題か

　カナのソートというと、一見、文字コード順にソートすればいいように思えます。たとえば、こんな場合です。

うみ
かわ
やま

　しかし、長音（音引き）が入る場合はどういう順序になるでしょうか。

あーてぃすと
あいでんてぃてぃ

　あるいは濁音や促音などが入ったら、どのような順序でしょうか。

いが
いかだ

たった
たつた
だった

実はJISの規格がある

　こうしたカナ（などを含む日本語文字列）のソート順には、JIS X 4061「日本語文字列照合順番」という規格が存在します。

　ルールをざっくりいうと、先頭から1文字ずつ比較していきます。文字の比較としては、まずその文字の文字クラスを比較します。文字クラスが同じなら基底文字列を比較します。そして、基底文字列で比較しても最後まで同じだったら、照合属性を含めて再び先頭から比較します。

　と言われても、独自の用語が並んでいてわかりませんね。この用語をそれぞれ説明します。

　文字クラスとは、文字の種類です。JIS X 4061では次表のように決められています。番号が少ないほうが順番が先です。

番号	文字クラス
1	スペース
2	記述記号
3	括弧記号
4	学術記号
5	一般記号
6	単位記号
7	アラビア数字
8	欧字記号
9	ラテンアルファベット
10	仮名
11	漢字
12	げた記号

　次に、基底文字とは、文字の余分な属性を除いた文字です。アルファベットなら、大文字小文字を揃えます。カナであれば、ひらがなかカタカナか、小書き文字（発音や拗音）、濁音・半濁音を揃えます。つまり、「a」と「A」、「あ」と「ア」、「つ」と「っ」、「は」と「ば」と「ぱ」が同じになります。

　この基底文字の扱いでは、長音の扱いも決まっていて、直前の母音として扱われます。つまり「カー」は「カア」と、「オー」は「オオ」として扱われます。「んー」は直前の母音がないので「んん」となります。「んー」は専門書の索引にはあまり出ないと思いますが。

　基底文字で最後の文字まで比較してまったく同じであれば、基底文字にするときに除いた属性を照合して再び先頭から比較します。濁音半濁音については「清音文字＜濁音文字＜半濁音文字」、小書き文字や大文字小文字であれば「長音記号＜小文字＜大文字」となります。まあだいたいUnicodeやJISの文字コード順です。

　これらを適用すると、次のような順序になります。これは単純に文字コードでソートした順序とは異なります。

あーてぃすと＜あいでんてぃてぃ
いが＜いかだ

RubyでCLDR

　たとえば、Excelでかな文字列をソートすると、JIS X 4061に従うようです。私も前職で10年ちょっと前は、索引のソートにExcelを使っていました。

　ここでは、Excelでなくテキストファイルとバッチ処理による例を、Rubyでやってみます。

　Unicodeコンソーシアムでは、CLDR（Common Locale Data Repository）プロジェクトで、ロケール固有の情報をまとめた、一種のデータベース（XML）を定めてています。CLDRには、数字の桁区切り（カンマかピリオドかなど）や、重さや長さの単位、通貨の単位、月日や日時の表記、数字を言葉で書く方法などが含まれます。

　このCLDRの中に文字列の照合順序も含まれています。

　CLDRをRubyから扱うには、twitter_cldrというライブラリがあります。twitter_cldrはRubyGemsにあるので、gemコマンドやbundleコマンドでインストールできます。

$ gem install twitter_cldr

　twitter_cldrはCLDRのさまざまな機能を備えています。日本語の文字列をJIS X 4061にしたがってソートするには、Array（配列）からLocalizedArrayを作ってソートし、またArrayに戻します。

require 'twitter_cldr'

["あいでんてぃてぃ", "あーてぃすと"].localize(:ja).sort.to_a
#=> ["あーてぃすと", "あいでんてぃてぃ"]

　ただし、表記と読みが組になったデータをソートする機能は、そのままではありません。たとえば、次のようにします。

words = [
  { original: '春', yomi: 'ハル' },
  { original: '夏', yomi: 'ナツ' },
  { original: '秋', yomi: 'アキ' },
  { original: '冬', yomi: 'フユ' },
]

def sort_kana_cldr_by(enum)
  enum.sort_by do |x|
    TwitterCldr::Collation::Collator.new(:ja).get_sort_key(yield(x))
  end
end

sort_kana_cldr_by(words) {|x| x[:yomi]}
# => [{:original=>"秋", :yomi=>"アキ"}, {:original=>"夏", :yomi=>"ナツ"},
#     {:original=>"春", :yomi=>"ハル"}, {:original=>"冬", :yomi=>"フユ"}]

　ただ、twitter-cldr-rbは多機能なぶん、サイズも比較的大きめですし、やはり比較的大きめのライブラリいくつかに依存しています。

sort_kana_jisx4061を作った

　カナのソートに特化したRubyライブラリとしては、sort_kana_jisx4061というのもあります。私が作りました。

　もともとtwitter_cldrを知らずに手元で作っていた索引作成補助スクリプトから、カナのソート機能を切り出してライブラリ化したものです。コードは80行ぐらいの簡単なものです。

　sort_kana_jisx4061も、gemコマンドやbundleコマンドでインストールできます。

$ gem install sort_kana_jisx4061

　使い方はこんな感じです。

require 'sort_kana_jisx4061'

words = [
  { original: '春', yomi: 'ハル' },
  { original: '夏', yomi: 'ナツ' },
  { original: '秋', yomi: 'アキ' },
  { original: '冬', yomi: 'フユ' },
]

sort_kana_jisx4061_by(words) {|x| x[:yomi] }
# => [{:original=>"秋", :yomi=>"アキ"}, {:original=>"夏", :yomi=>"ナツ"},
#     {:original=>"春", :yomi=>"ハル"}, {:original=>"冬", :yomi=>"フユ"}]

　もともと索引作成用なので、読み文字列を含むデータをソートできるようにしています。また、カナや英数字に特化していて、漢字などはソート対象に入ることを想定していません。

　JIS X 4061とちょっと挙動が違うところとしては、単位記号を特別扱いせず一般の記号として扱っている点があります。これは、たとえば“$”はコンピュータ関連では、Unix系OSのプロンプトや、PerlやPHPの変数記号、Haskellの演算子などに使われるので、特別扱いするのはどうかなと思ったからです。でも規格に合わせたほうがいいんですかねえ。

　試しに手持ちの本物の書籍索引データ（“$”などは含まない）を元に、sort_kana_jisx4061とtwitter_cldrとでソートをかけてみたところ、まったく同じ結果になりました。この範囲ではsort_kana_jisx4061に問題はないようです。

　ということで、私の用途にはtwitter_cldrよりsort_kana_jisx4061のほうが使いやすそうです。

「決戦！設楽原」

決戦!設楽原武田軍vs.織田・徳川軍

posted with ヨメレバ

赤神諒,佐藤巖太郎,砂原浩太朗,武川佑,簑輪諒,宮本昌孝,山口昌志講談社 2018-10-18

Amazon

Kindle

honto

　複数の作家が1作ずつ書く「決戦！」シリーズの新作は、長篠の戦い、つまり長篠城をめぐる設楽原の戦いがテーマ。かつての、騎馬軍団 vs. 鉄砲三段撃ちというイメージから、ひところは騎馬軍団も鉄砲三段撃ちも完全否定の方向があったけど、最近はその間をとって馬による乗り込みも鉄砲大量投入もあったということで落ちついているように思う。

　それはさておき、本書では徳川＆織田方の4編と武田方の3編が配されている。馬場信春は、主人公にはならないけど、いくつかの話で大活躍する。

　中でも、真田昌輝を主人公とした赤神諒「表裏比興の者たち」が印象的だった。長男の真田信綱でなく同じく剛勇で知られる次男の昌輝をもってきたところがニクい。で、父の策略と兄の武勇を持つ放蕩キャラで、ちょっとヒネていて謀略と生き残りだけを考えながら、結局史実どおり散る様子を描く。あの武藤喜兵衛も出るよ。あと於北さまの娘って清音院さまかな。