グループ:Working-SawnNewBuild-05 (グリフ実装率：69% [済86、未38])

出典: フリーグリフデータベース『グリフウィキ(GlyphWiki)』

グループ:Working-SawnNewBuild > グループ:Working-SawnNewBuild-05

≪古壮字字典≫の符号化

≪古壮字字典≫（1989年，广西民族出版社）には，以下の２つの符号化方法があります。ここでは「ACT版」，「KDP版」と呼びます。

ACT版（Asian Character Tables）

http://east-chr-data.sourceforge.net/
http://sourceforge.net/projects/east-chr-data/ （2006-10-30）
2つのtxtファイルと，XBM形式のグリフがあります。
SawndipSawdenj_chars.txtでは14,566字について，見出し語と8桁の数字で構成される識別コードが示されています。このうち1,205字は字典に掲載されていない字（掲載字の簡体字）ですので，字典からは13,361字を収録しています。数字の末尾「042」がすべての文字に共通ですので，以下ではこれを省いた英数字を「ACTコード」と呼びます。2組4字のコードが重複しているので，コード数は14,564です。
Sawndip_decomposed.txtでは11,913字について，ACTコード（5組10字が重複）と漢字の構成（IDSではない）が示されています。
sawnグリフが参照する≪电子方块壮字 ≫検索サイトが，ACT版の符号化方法を利用しています。

KDP版（漢字データベースプロジェクト）

http://kanji-database.sourceforge.net/dict/sawndip.html
https://github.com/cjkvi/cjkvi-dict/blob/master/sawndip.txt （2014-10-20）
13,375字について，5桁の数字からなる識別コード，見出し語，IDS，親字が示されています。

1	sawd-XXXYY	ページ番号 (XXX) およびページ単位の通し番号 (YY)
2	見出し語	見出し語（アルファベット）
3	漢字・IDS	見出し字（親字は"*"マークを付与）またはIDS

sawdグリフが，この識別コードを利用しています。以下では，sawd-XXXYYを「KDPコード」と呼びます。

【09-03】追加作業・第3波-SAWN外字で古壮字字典を組む（14,600字） →済

SAWN外字は，UnicodeのPUA14,566字分（U+F352E～U+F6E13）をACTコードに対応させて，Unicodeに対応していない文字の外字を提供しているようです（以下では，そのように仮定します）。そこで，sawdグリフの旧定義に基づく「古壮字字典-文字一覧」（現在は使用されていない）ページを再利用して，UCSグリフとsawnグリフによって≪古壮字字典≫を組んでみます。

ACT版		KDP版
ACTコード	漢字/構成	KDPコード	見出し語	漢字/IDS	親字
a01010		sawd-00101	a	⿰丫鳥	*
a01011	丫+鸟
a01020		sawd-00102	a	鵶
a01021	亚+鸟
a01030		sawd-00103	a	⿰丫烏
a01031	下+鸟
a01040		sawd-00104	a	蚜
a02010		sawd-00105	a	妸	*

そして，グループ:twe_SAWNデータに情報があればSAWN外字を，なければKDP版とACT版が示す漢字を当てはめると，以下のようになり，ACTコードにグリフを対応づけることができました。

ACTコード	使用するグリフ	漢字/IDS/構成	親字
a01010	sawn-f352e	⿰丫鳥	*
a01011	sawn-f352f	丫+鸟
a01020	u9d76	鵶
a01021	sawn-f3531	亚+鸟
a01030	sawn-f3532	⿰丫烏
a01031	sawn-f3533	下+鸟
a01040	u869c	蚜
a02010	u59b8	妸	*

「文字一覧」には，見出し語と最初の数字2桁を縦（親字）の配置に，つぎの数字2桁を横（異体字）の配置に使い，最後の数字（0，1）を同じセルに配置します。

文字	01/06/10/16/21	02/07/12/17/22	03/08/13/23	04/09/14/19	05/10/15/20
a 01	sawn-f352e sawn-f352f	u9d76 sawn-f3531	sawn-f3532 sawn-f3533	u869c
a 02	u59b8

「a」はうまくいきましたが，ACT版とKDP版の採番に若干のずれがある見出し語があるため，突合は完全ではなく，後で精査が必要になります。ここでは，精査の直前までの作業を【09-03】「追加作業・第3波-SAWN外字で古壮字字典を組む」とします。作業は，以下のような手順になります。

ACT版のコード補正

ACT版のコードには，以下のような不規則な箇所があります。欠番は，同じ見出し語の文字数がKDP版と合致するように補完します（すでに合致しているなら補完しない，補完して合致するなら補完する）。2箇所の重複はその前後の欠番の誤りである可能性が大ですが，~~突合に支障はないので，補正しません~~重複する番号の1つを欠番に変えて修正します。順序逆転は，突合の際にソートすることで解消されます。こうして補完されたACTコードは下表で「補完」と表示していますが，sawnグリフの符号位置がありませんので，該当する「文字一覧」のセルにはmissingを置きます。ただし，欠番の「gonz01060」は~~突合の後に補完することにして「文字一覧」のセルがずれないようにします~~そのつぎの「gonz01070」を変更することで補完します。~~突合の対象は補完9字を加えた13,370字になり，「文字一覧」には14,576字が収録されます。~~

No.	現象	ACTコード	処置
1	欠番	foenq01020	補完
2	欠番	gauz01010-gauz05010
3	欠番	gimz01010
4	欠番	gonz01060
5	順序逆転	lwenx02020
6	順序逆転	lwenx02010
7	欠番	mbaq01050	補完
8	欠番	mbeuj01010
9	欠番重複	mbonq01010 mbonq01020	補完削除
10	重複	mbonq01020
11	欠番	myox01010	補完
12	欠番	nduk01110	補完
13	欠番	ndwn01050	補完
14	欠番	ngah02080	補完
15	重複	ngoemx01020
16	重複欠番	ngoemx01020 ngoemx01030	削除補完
17	欠番	ngonz02110	補完
18	欠番	ngvauh01010
19	欠番	nyaq02040	補完
20	欠番	rez01010
21	欠番	rueg01010-rueg02010
22	欠番	rungh01010
23	欠番	sep02020	補完
24	欠番	yaeuq01010

KDP版の補正

第1ラウンド

KDPコードには，sawd-09602，sawd-26419，sawd-26423の3字の欠番があります。
見出し語の順序逆転が10か所ありますが，ソートした後でACT版と突合させます。13,340字が突合され，突合されない文字がACT版に30字，KDP版に35字残ります。グループ:Working-SawnNewBuild-05@1に書かれた作業では，これらを含めずに突合しました。これを第1ラウンドとし，その結果と原典を照合しながら，突合の精度を上げていく以下の作業を第2ラウンドとします。

第2ラウンド

以下に整理するように，突合されなかった原因は，一方で欠落しているか，原典にないものを含めている，誤記のいずれかです。原典にない字の混入は，問題の多いSawndip_decomposed.txtの情報を使ったからと思われます。原典にないものは削除，欠落は補完，誤記は修正，が補正の基本です。KDPコードの補完は本来は番号をつけかえるべきですが，ここでの目的に必要最小限な補正とするように，直前の番号にd，ddをつけました（大漢和辞典方式）。ただし，表面にはこのコードは現れません。少し事情が複雑なのは「gyoz02010」で，両者が字形と読みを誤っており，検索サイトが修正しているので，両者の誤りを修正しました。「yah05020」は「yah05010」とともに原典の「yahvangz」を両者が誤っており，検索サイトも放置しているので，ここではそのままとしました。この誤りの修正はつぎの作業の課題とします。
欠番であるsawd-09602の補完はやや複雑です。じつはsawd-09601とsawd-09602に該当する見出し字は前ページに現れ，96ページにもう一度sawd-09601に該当する見出し字だけ現れた後に字の説明が続きます。ページをまたいで見出し字が重出するという原典の体裁のミスを補正するため，この2字を前ページではなく，96ページ冒頭に現れるものとして扱います。
ACT版はここで26字補完，1字削除の結果，13,370字から25字増になります。KDP版はここで26字補完，6字削除の結果，13,375字から20字増になります。以上の補正の結果，特号の対象は13,395字になり，「文字一覧」には14,600字が収録されます。

No.	ACT版	ＡＣＴコード	No.	KDP版	ACTコード	IDS	親字	原因	補正
			1	sawd-02917	boengz02020	蓉		ACT版で欠落	boengz02020を補完
1	sawn-f3a1c	byoemh01010	2	sawd-04209	byoemhbij01010	⿰禾品	*	ACT版で誤記	byoemhbij01010に修正
			3	sawd-04210	byoemhbij01020	秕		ACT版で欠落	byoemhbij01020を補完
2		ceng03010	4	sawd-06805	cengh01010	瀞	*	ACT版で誤記	cengh01010に修正
3	sawn-f3fb3	daem06010						KDP版の欠番	sawd-09602を補完
4		doengh04010						KDP版で欠落	sawd-13111dを補完
			5	sawd-16518	gacak01010	⿰卡鳥	*	ACT版で欠落	gacak01010を補完
			6	sawd-16519	gacak01020	𪀣		ACT版で欠落	gacak01020を補完
			7	sawd-18018	gauj05010	俈	*	ACT版で欠落	gauj05010を補完
5		gauq06010						KDP版で欠落	sawd-18020を補完
			8	sawd-18216	gcangj01010	銧	*	原本にない	sawd-18216を削除
6	sawn-f4a5d	gik03010						KDP版で欠落	sawd-19223を補完
7		gven01010						KDP版で欠落	sawd-21610dを補完
8		gyoz02010						原本にない	gyek01010を削除 sawd-22738を「gyoz ⿰言却」に修正
9		hemq01030						KDP版で欠落	sawd-24910dを補完
10		hoengh02010						KDP版で欠落	sawd-25314dを補完
			9	sawd-26501	itciengz01010	一	*	ACT版で欠落	itciengz01010を補完
			10	sawd-26502	itciengz01020	⿰手𠃓		ACT版で欠落	itciengz01020を補完
11		loengz04020						KDP版で欠落	sawd-29309dを補完
			11	sawd-29718	lugndik01010	𪦸	*	ACT版で欠落	lugndik01010を補完
			12	sawd-29719	lugndik01020	的		ACT版で欠落	lugndik01020を補完
			13	sawd-29722	luh03010	嚕	*	KDP版で重複	sawd-29721を削除
12		lwenx02020						KDP版で欠落	sawd-30022dを補完
			14	sawd-30024	lwenz02010	⿰日连	*	原本にない	sawd-30024を削除
13		maeuz02020						KDP版で欠落	sawd-30601dを補完
			15	sawd-30809	makit01010	⿰百果	*	ACT版で欠落	makit01010を補完
			16	sawd-30810	makit01020	一		ACT版で欠落	makit01020を補完
			17	sawd-30814	manag01010	𬌫	*	ACT版で欠落	manag01010を補完
			18	sawd-30815	manag01020	𤜽		ACT版で欠落	manag01020を補完
			19	sawd-30816	mamaz01010	𬌫	*	ACT版で欠落	mamaz01010を補完
			20	sawd-30817	mamaz01020	𪽖		ACT版で欠落	mamaz01020を補完
14	sawn-f58a7	mbaih01010						KDP版で欠落	sawd-31307dを補完
15		mbwn01060						KDP版で欠落	sawd-32300dを補完
16		muenj01010						KDP版で欠落	sawd-33313dを補完
17		mwnz01020						KDP版で欠落	sawd-33709dを補完
			21	sawd-34622	nam02030	踗		原本にない	sawd-34622を削除
			22	sawd-34623	nam02040	念		原本にない	sawd-34623を削除
			23	sawd-34624	nam02050	怗		原本にない	sawd-34624を削除
18	sawn-f5d9b	ndak01020						KDP版で欠落	sawd-35321dを補完
19		ngaeu01040						KDP版で欠落	sawd-36918を補完
20		ngouq01010						KDP版で欠落	sawd-37902dを補完
21		ningj02020						KDP版で欠落	sawd-38302dを補完
			24	sawd-38808	nwj04010	𪥤	*	ACT版で欠落	nwj04010を補完
			25	sawd-39009	nyaenq01060	⿰应亡		ACT版で欠落	nyaenq01060を補完
			26	sawd-39010	nyaenq01070	⿰扌应		ACT版で欠落	nyaenq01070を補完
			27	sawd-39021	nyaenq02010	𢚴	*	ACT版で欠落	nyaenq02010を補完
			28	sawd-39022	nyaenq02020	㥃		ACT版で欠落	nyaenq02020を補完
			29	sawd-39023	nyaenq02030	悯		ACT版で欠落	nyaenq02030を補完
			30	sawd-39024	nyaenq02040	𢙫		ACT版で欠落	nyaenq02040を補完
			31	sawd-39025	nyaenq02050	𣵞		ACT版で欠落	nyaenq02050を補完
22		rox02130						KDP版で欠落	sawd-43112dを補完
			32	sawd-43713	sab02030	涮		ACT版で欠落	sab01020を補完
23		saeg03010						KDP版で欠落	sawd-43818dを補完
24		saez01040						KDP版で欠落	sawd-44414dを補完
25		saj02040						KDP版で欠落	sawd-44607dを補完
26		saj02050						KDP版で欠落	sawd-44607ddを補完
27	sawn-f6885	seh03010						KDP版で欠落	sawd-45216を補完
			33	sawd-45409	sej02050	⿱竹⿸𠂇且		ACT版で欠落	sej02050を補完
28		sing06010						KDP版で欠落	sawd-46017を補完
29		swk01010	34	sawd-47403	swj02010	𢯩	*	KDP版で誤記	sawd-47403を「swk」に修正
			35	sawd-50004	yah05020	⿰女亡		ACT版で欠落	yah05020を補完
30		yinx02010						KDP版で欠落	sawd-57026を補完

sawnグリフが作成されず，KDP版でIDSである文字は，UCSグリフもsawnグリフも使えないため，「文字一覧」のセルにはIDSのみ表示されます。

文字一覧

a	グループ:古壮字字典-文字一覧a
b	グループ:古壮字字典-文字一覧b
by	グループ:古壮字字典-文字一覧by
c	グループ:古壮字字典-文字一覧c
d	グループ:古壮字字典-文字一覧d
e	グループ:古壮字字典-文字一覧e
f	グループ:古壮字字典-文字一覧f
g	グループ:古壮字字典-文字一覧g
gv	グループ:古壮字字典-文字一覧gv
gy	グループ:古壮字字典-文字一覧gy
h	グループ:古壮字字典-文字一覧h
i	グループ:古壮字字典-文字一覧i
l	グループ:古壮字字典-文字一覧l
m	グループ:古壮字字典-文字一覧m
mb	グループ:古壮字字典-文字一覧mb
my	グループ:古壮字字典-文字一覧my
n	グループ:古壮字字典-文字一覧n
nd	グループ:古壮字字典-文字一覧nd
ng	グループ:古壮字字典-文字一覧ng
ngv	グループ:古壮字字典-文字一覧ngv
ny	グループ:古壮字字典-文字一覧ny
o	グループ:古壮字字典-文字一覧o
r	グループ:古壮字字典-文字一覧r
s	グループ:古壮字字典-文字一覧s
u	グループ:古壮字字典-文字一覧u
v	グループ:古壮字字典-文字一覧v
w	グループ:古壮字字典-文字一覧w
y	グループ:古壮字字典-文字一覧y

セルには，以下の順でグリフが選択されます。

No.	グリフ等	説明
1	missing	ACT版でACTコードが定義されない場合
2	sawnグリフ	グループ:twe_SAWNデータ@2にあるsawnグリフ
3	UCSグリフ	KDP版の漢字
4	IDS/構成	KDP版のIDSまたはACT版の構成
5	空白	どの情報もない場合

今後の作業

第1ラウンド

ACT版データのミス，機械的なKDP版の照合等の理由により，上記作業の結果が不正確な箇所が含まれることが予想され，さまざまな角度からの検証が必要です。~~それらは【09-03】には含めませんが，このページで作業を管理するのが便利だと考えれらます。~~

第2ラウンド

ACT版とKDP版に齟齬がある部分を原典を参照して解消する作業をしましたが，両者が共通にミスしている場合は素通りになります。GlyphWik上でのこれ以上の作業は，グループ:古壮字字典にあるsawdグリフを，原典に即して作成してKDP版データのバグをとり，それからACT版データを再構成する過程になると思われます（乞ご意見）。

第3ラウンド

Unicode 8.0 Unihan_IRGSources.txt http://www.unicode.org/Public/zipped/8.0.0/Unihan.zip
[IRGN1886] China's Submission of CJK_F Ideographs IRGN1886A2_China_CJK_F_Attributes.xls http://appsrv.cse.cuhk.edu.hk/~irg/irg/irg39/IRGN1886P1_China_CJK_F_Submission.zip
[IRGN2115] China's Submission of CJK_G Ideographs http://appsrv.cse.cuhk.edu.hk/~irg/irg/irg45/IRGN2115_Appendix6_1268_Zhuang_Attributes.xls
UnicodeのExt.FとIRG Working Set 2015（Ext.G）に提案されているG_Zソース2,258字と照合させ，矛盾が生じた箇所を修正し，sawdグリフをベースに古壮字字典のデータを整備します。照合のために，G_Zソースのあるページの文字の所在が左欄か右欄かを原典で調査しました。

IRGデータの問題点

照合過程でG_Zソースの誤りが見つかりました。266ページ最終の文字が267ページ冒頭とされ，450ページ左欄のソース名が1字後ろにずれています。今回の作業ではソース名はそのままにして，正しい対応づけをしました。

誤	正
G_Z2671101	G_Z2662501
G_Z4501202	G_Z4501102
G_Z4501206	G_Z4501106
G_Z4501402	G_Z4501302
G_Z4501403	G_Z4501303
G_Z4501501	G_Z4501401

ACT版とKDP版の補正

ACT版とKDP版の両方で欠落している1字が見つかりました。この1字を以下のように両データで補完することで，13,396字を突合させます。

No.	ACT版	ＡＣＴコード	No.	KDP版	ACTコード	IDS	親字	原因	補正
31			36					ACT版で欠落 KDP版で欠落	dangq04040を補完 sawd-11110dを補完

KDP版の補正

KDPコードの誤りが見つかった箇所を修正し，KDPコードを付番し直しました。
親字は，ACT版，IRGNと整合的になるように修正しました。
IDSがIRGNと違っている場合には，IRGNを優先させ，変更しました。

SAWN外字の補完

該当するSAWN外字が存在しない理由は，(1)字形が複雑で作字されていないもの，(2)KDP版では符号化されていないので外字を要するが≪电子方块壮字≫サイトでは符号化されていて外字を要さないと判断されているもの，(3)別の符号位置のSAWN外字と重複しているので作字を避けているもの，(4)ACTデータでもともと欠落しているもの，等があります。それぞれの理由に対する修正（作字する，≪电子方块壮字≫サイトの判断に合わせる，別の符号位置にある適当な外字を対応づける）を可能な限りおこない，SAWN外字の空白を減らしました。
以上の作業を経て，古壮字字典に出現する文字一覧を，古壮字字典の字形，G字形，J字形で示しました。表の欄は，以下の通りです。

1	親字	見出し字は"*"マークを付与
2	古壮字字典の字形	sawdグリフ
3	G字形/SAWN外字	UCS-gグリフまたはsawnグリフ
4	J字形（Ext.G）	UCS-jグリフ，extfグリフまたは暫定的にIRGN2115でのG_Zソース名
5	IDS	IDS
6	ACTコード	ACTコード

3欄では，符号化されておらずSAWN外字も見当たらない場合は，missingにしています。また，別の符号位置にあるSAWN外字を対応づけた場合は，#をつけています。
4欄は，G_Zソースの他に，以下の資料からsawnグリフと対応づけることのできたG_PGLG3028extf-04501を含みます。

文字一覧

古壮字字典-文字一覧p001-050	グループ:Working-SawnNewBuild-05-01
古壮字字典-文字一覧p051-100	グループ:Working-SawnNewBuild-05-02
古壮字字典-文字一覧p101-150	グループ:Working-SawnNewBuild-05-03
古壮字字典-文字一覧p151-200	グループ:Working-SawnNewBuild-05-04
古壮字字典-文字一覧p201-250	グループ:Working-SawnNewBuild-05-05
古壮字字典-文字一覧p251-300	グループ:Working-SawnNewBuild-05-06
古壮字字典-文字一覧p301-350	グループ:Working-SawnNewBuild-05-07
古壮字字典-文字一覧p351-400	グループ:Working-SawnNewBuild-05-08
古壮字字典-文字一覧p401-450	グループ:Working-SawnNewBuild-05-09
古壮字字典-文字一覧p451-500	グループ:Working-SawnNewBuild-05-10
古壮字字典-文字一覧p501-513	グループ:Working-SawnNewBuild-05-11

SAWN外字が対応しない文字

以下は，「G字形」欄が

missingとなった28字です。≪电子方块壮字

≫サイトの検索結果を右に追加しました。4，8，17は，sawn外字を使った方がよさそうです。12，15，18は≪电子方块壮字≫の字形が原典とかけ離れています。2字は，ACT版で欠落しており，≪电子方块壮字≫にもありません。その他は，KDP版と≪电子方块壮字≫での符号化の見解の相違です。

No.	親字	古壮字字典の字形	G字形/SAWN外字	J字形（Ext.G）	IDS	ACTコード	电子方块壮字
1		sawd-03416	missing		⿰氵⿱甫女	boz02040	㜑
2		sawd-05906	missing		歺（⿱⺊夂）	can02030	歺
3		sawd-09610	missing		⿰豋丁	daemj01020	𧯫
4	*	sawd-09701	missing		⿰𧾷⿱⿰&CDP-8B5E;&CDP-88D5;丁	daemj04010	sawn-f427f〾⿰𧾷⿱癶丁
5		sawd-11931	missing		⿰豋丁	deng01130	𧯫
6		sawd-15421	missing		⿺⿱甶儿方	fangz01020	〾𩲠;⿺⿱甶儿方
7	*	sawd-18310	missing		⿰𧾷𨚫	geg01010	踋
8		sawd-22440	missing	extf-01234	⿰口間	gyan01050	sawn-f4db6⿰口間
9		sawd-27318	missing		⿰目⿱罒攵	lah02040	sawn-f3400⿰目罗
10		sawd-30023	missing			lwenx02020	輦
11		sawd-30602	missing			maeuz02020	謀
12		sawd-31717	missing		⿰兵厾	mbin01090	sawn-f592d⿰宾飞
13	*	sawd-32508	missing		⿺辶曼	menh01010	曼
14	*	sawd-35411	missing		⿰虫逹	ndat01010	蟽
15		sawd-36012	missing		⿰目笑	ndiu01030	⿰目了
16		sawd-37023	missing		⿰想下	ngah02080
17		sawd-39025	missing	G_Z3902605	⿰氵呑	nyaenq02050	sawn-f63f4⿰氵呑
18		sawd-39324	missing		⿰虫尭	nyauh01030	蛲
19	*	sawd-41119	missing		⿲氵朿貢	raiq02010	瀨
20	*	sawd-41602	missing		⿲口辛朿	rat01010	𪢘
21		sawd-41707	missing		⿲彳東亍	re01020	䡓
22		sawd-43803	missing		⿹𠃌&CDP-89A6;	saeb04020	勿
23		sawd-44606	missing		⿱洒木（覀）	saj02020	溧
24	*	sawd-45302	missing		⿰糹系	sei01010	絲
25		sawd-45305	missing		⿲口糹系	sei02030	噝
26		sawd-45409	missing		⿱竹⿸𠂇且	sej02050
27		sawd-47320	missing		⿱艹⿴八内	swenz01020	芮
28	*	sawd-50501	missing		⿰女⿱丿犬	yeu02010	妖