---
type: guideline
title: 第7章 文字の標準化への準拠
source: デジタル庁
profile: mrlgss-doc/0.1
category: data-interop
status: draft
updated: 2026-06-16
---

# 第7章 文字の標準化への準拠

仕様書はテキストで正本化される以上、**どの文字集合・符号化で書くか**が正本性を左右する。本章は、
本文・payload・添付データで用いる文字の規約を定める。

## 7.1 符号化は UTF-8

すべてのファイルは **UTF-8（BOM なし）**で保存する。改行は LF に統一する。Shift-JIS・EUC-JP 等の
レガシー符号化は用いない（変換時の文字化け・往復不能の原因になる）。

## 7.2 氏名等は行政事務標準文字に準拠する

住民の氏名・住所等、行政事務で扱う文字は**行政事務標準文字**に準拠する。約 163 万の自治体外字を、
MJ 文字情報一覧表 約 5.9 万字を基礎に約 7 万字へ整理した文字集合であり、デジタル庁・総務省告示で
定められている。

- 文字集合の正本は別途の文字要件文書（`character-standard/`）が持つ。仕様書本文・payload・サンプル値で
  外字を用いる場合は、この文字集合の範囲内の文字を使う。
- 文字には**文字図形名・UCS・登記統一文字番号**等の識別子があり、文字要件文書がその対応表を持つ。
  特定の字形を指す必要があるときは、生の異体字を本文に直書きするのではなく、これらの識別子で参照する。

## 7.3 私用領域（PUA）の文字を生で埋め込まない

行政事務標準文字には Unicode の私用領域（PUA）に割り当てられた文字が含まれる。PUA のコードポイントは
フォントが無ければ「豆腐（□）」になり、環境によって異なる字形に化ける。

- 本文・payload に PUA 文字を**生で埋め込まない**。文字図形名・登記統一文字番号で参照する。
- 文字一覧そのものを表示する場合は、対応するサブセットフォントを `@font-face`（`unicode-range`）で
  供給し、ビルド時に用意する（§7.4）。

## 7.4 巨大な文字データの扱い

文字一覧（約 7 万字）のような巨大データは、本文に表として焼かず、**CSV を正本として添付**し、
ストリーミング表示（仮想スクロール）で閲覧に供する。

- CSV は文字集合の最小列（文字図形名・文字・UCS・登記統一文字番号・施行等）を持つ。
- 表示する文字図形のフォントは、ビルド時にコードポイント単位でサブセットし、`unicode-range` で
  チャンク化する。ブラウザは可視文字のチャンクだけを取得する。
- サブセットフォントは原フォントの**派生プログラム**であるため、ライセンス（IPA フォントライセンス等）に
  従い、フォント名の中立化・出所・連絡先・原本入手先を明示する。

> 文字一覧 68,282 字は、この方式で SSG に閉じたまま全字表示している。データ正本は CSV、表示はクライアントの
> 仮想スクロール、字形は `unicode-range` チャンクのサブセットフォントが担う。