デジタル時代の文字表現において、世界中の多様な言語を正しく表示させるための規格が「文字エンコーディング」です。その中でもISO-8859-2は、主にラテン文字を用いる中東欧諸国の言語をサポートするために設計された8ビットの文字セットです。一般的に「Latin-2」という通称で知られており、1987年に初版が公開されました。
この規格は、標準的なUS-ASCIIを拡張し、さらにISO-8859-1（西欧言語用）をベースに構築されています。現代のウェブ環境では、ほぼすべての文字を網羅するUTF-8への移行が進んでいますが、レガシーシステムや特定の地域的なデータ処理においては、依然としてその歴史的背景と仕様を理解することが重要です。
Key Facts
- 正式名称: ISO/IEC 8859-2:1999
- 主な用途: ポーランド語、チェコ語、スロバキア語などの中東欧言語
- ベース規格: US-ASCIIおよびISO-8859-1を拡張
- 現状: ウェブ上の利用率は0.04%未満（2022年10月時点）であり、UTF-8に置き換えられている
- 別名: Latin-2, iso-ir-101, csISOLatin2など
対応言語と文字セットの特徴
ISO-8859-2は、ラテン文字をベースとした多様な言語をカバーしています。特にポーランド語での利用比率が高く、同言語における主要なレガシーエンコーディングとしての地位を築いてきました。
具体的にサポートされている言語は以下の通りです：
- ポーランド語、チェコ語、スロバキアア語、クロアチア語、スロベニア語
- ハンガリー語、ルーマニア語、アルバニア語、セルビア語（ラテン文字）
- ドイツ語、フィンランド語、ボスニア語（初期ラテン文字）
- 上・下ソルブ語、トルクメン語
なお、フィンランド語の「Å」はこのセットに含まれていませんが、実用上の利用は限定的であるため許容されています。また、ルーマニア語の「Ș」と「Ț」については、初期のUnicodeやWindows-1250と同様に、セディラ付き文字として統合して処理される仕様となっています。
技術的仕様と他規格との関係
ISO-8859-2は、IANA（Internet Assigned Numbers Authority）によって推奨される文字セット名であり、ISO/IEC 6429のC0およびC1制御コードを補完して使用されます。OSレベルでは、Microsoftが「Windows-28592」として割り当て、IBMはかつて「コードページ 912」として提供していました。
Windows-1250との違い
よく混同されるのがWindows-1250です。どちらも中東欧言語を対象としており、印刷可能な文字の多くを共有していますが、一部の文字の配置（コードポイント）が異なります。これは、ISO-8859-1からWindows-1252への移行時に配置が維持されたのとは対照的な挙動です。
コードページ 852との混同に注意
チェコやスロバキアの地域では、MS-DOSで利用されていた「コードページ 852（PC Latin 2）」も同様に「Latin-2」と呼ばれることがあります。しかし、ISO-8859-2とは全く異なる規格であるため、データの変換時には注意が必要です。
| 規格名 | 主な特徴 | ISO-8859-2との関係 |
|---|---|---|
| US-ASCII | 基本の7ビット文字セット | 基礎となる規格 |
| ISO-8859-1 | 西欧言語用8ビットセット | 設計のベース |
| Windows-1250 | MS Windowsの中東欧用 | 類似しているが配置が異なる |
| UTF-8 | 可変長ユニバーサル文字セット | 現代の標準的な代替手段 |
Frequently Asked Questions
ISO-8859-2とUTF-8のどちらを使うべきですか？
現代のアプリケーションやウェブサイト開発では、ほぼすべての言語を同時に扱えるUTF-8の使用が強く推奨されます。ISO-8859-2は古いシステムとの互換性を維持する場合にのみ利用されます。
「Latin-2」という名称で呼ばれる規格は一つだけですか？
いいえ。一般的にISO-8859-2を指しますが、MS-DOSのコードページ 852も地域によっては「Latin-2」と呼ばれるため、技術的な文脈では正確な規格番号を確認することが重要です。
ルーマニア語の文字処理で問題が発生するのはなぜですか？
ISO-8859-2や初期のUnicodeでは、カンマ付きの文字（Ș, Ț）とセディラ付きの文字（Ş, Ţ）を区別せず統合して扱っていたためです。後のUnicodeでこれらが分離されたことで、古いデータとの整合性を取るのが複雑になっています。
Windows-1250に移行すればISO-8859-2の文字はすべて表示されますか？
Windows-1250はISO-8859-2に含まれる印刷可能な文字をすべて網羅しており、さらに多くの文字を追加しています。ただし、文字の割り当て位置が異なるため、単純なバイナリコピーでは文字化けが発生します。
References
- The missing letter is officially a part of the , however it has no native use and its usage is limited to foreign names only.
- In 2017, the officially added a capital , but is not actually required as SS can be used instead.
- This character set unifies and (S,T with commas below) with and (S, T with ), as did virtually all other character sets including Microsoft's and the first version of . However, Unicode subsequently disunified them, which complicates processing of Romanian data, as pre-existing data and input methods still contain the older cedilla codepoints.[]