「インフォシーク isweb ライト」サービス終了に伴い、 本サイトは以下のURLに移転することになりました。
現在のサイトは、10月末を以て終了となります。
http://zrbabbler.sp.land.to/uplatex.html

upLaTeX を使おう

和文の内部処理を Unicode で行う(従って和文では全ての Unicode 文字をネイティブに扱える)拡張された pLaTeX である upLaTeX、 および PXbase パッケージ中の upLaTeX を支援する機能について紹介する。
変更履歴

まえがき:TeX の Unicode 対応

欧文 TeX において

Unicode の登場以前から、TeX ではアクセント付のラテン文字を 「文字とアクセントのグリフを合成する」ことで表現し、 それにより多くの欧州の言語を出力する能力をもっていた。 さらに入力文字列をマクロで処理することにより、 ラテン文字以外の文字に関しても、 TeX のソース上での文字の表現方法(ASCII 文字での翻字、 8 ビットのコードページの利用、等) と必要なグリフを収めたフォントさえあれば 出力が可能であり、実際、多くの言語を扱う為の LaTeX のパッケージが公開され、中には、 アラビア語のような複雑なグリフ処理を要するものや、 日本語のような巨大な文字集合と多バイトコード入力を扱うものもある。

TeX を Unicode に対応させる試みは、Unicode が広く知られるように なった 1990 年代半ばにまで遡る。 Yannis Haralambous と John Plaice により開発されていた Omega は Unicode(当時は BMP のみ) の利用を想定して内部処理を 16 ビットに拡張した TeX であった。 Omega は多くの言語のにおける組版の慣行を実現するための 新しい機構(例えば、日本語を縦書きで出力する、 アラビア語のグリフ処理を内部で行う、等) を備えることが予定されていたが、 今世紀に入り開発は長らく停止していた。

一方で、従来の LaTeX で UTF-8 入力を扱うパッケージ、 例えば inputenc の utf8 エンコーディングや、 より高機能な ucs パッケージ (utf8x エンコーディング;Dominique Unruh による) も開発されている。 これらを用いれば、LaTeX の標準の出力符号化処理(fontenc) の枠内にある文字を、UTF-8 入力により出力できるが、 マクロ処理であるが故の制約も多々ある。

放棄されていた Omega の開発は、 その後 2005 年に新しいプロジェクトである LuaTeX(開発は Hans Hagen、Hartmut Henkel、Taco Hoekwater による) に取り込まれる形で行われることとなった。 LuaTeX は、現在の欧米の標準である pdfTeX(PDF 出力が可能な TeX) に Omega を併合し、 さらに Lua スクリプトによる内部処理の調整を可能にした処理系である。 これとは別に、既存の Unicode テキスト処理技術と TeX を融合させるというアプローチで Unicode に対応した XeTeX(開発は Jonathan Kew による) も開発されている。 すなわち、TeX の Unicode への対応は現在のところ着実に 進んでいるといえよう。

和文 TeX において

現在日本では、日本語を扱う TeX 処理系として、 アスキー社が開発した pTeX(p は publishing の略) が広く使われている。 これは、旧来(Unicode 以前)の多バイトの日本語符号系 (Shift JIS や EUC-JP)を扱うために内部処理を 16 ビットに拡張したものであり、 日本語コードの文字(和文文字)が内部でも「文字」 そのものとして扱われる。 また、高品位な日本語の組版の為に必要な処理 (禁則処理、「四分空き」の自動挿入、等) が内部処理で行われる。 従って、マクロによりこれらの処理を行う方法と異なり、 他のマクロ処理と干渉することがなく、 欧文 TeX 用のパッケージのほぼ全て (8 ビットコード入力を利用したもの以外) を変更なく利用できるという特長をもっている。

しかし、日本でも Unicode の普及が進み、 Unicode を基本の文字コードをするシステムが現れるに至って、 pTeX が UTF-8(標準的な Unicode の符号化方式) を扱えないことが次第に不便に感じられるようになってきた。 また、世界的な流れとして、Unicode を扱わないソフトウェアが 「時代遅れ」の烙印を押されて排除される風潮があり、 それへの危機感も認識されるようになった。 このことへの解決策を示したのが、 日本語対応の TeX ディストリビューション ptetex3 の開発者である土村展之氏である。 彼は、pTeX の内部漢字コードはそのまま(Shift JIS か EUC-jp) にして入出力部分においてコード変換を施すという方法をとっている。 これにより、pTeX のツールの UTF-8 への対応が比較的簡単に 行うことができたが、一方で、内部漢字コードの制約の為に、 この方法は扱える文字集合が従来と同じ JIS X 0208 に限られるという欠点を持っている。

これとは別に、Unicode の「文字集合」をコード値入力により 扱おうとする試みも行われた。 齋藤修三郎氏の OTF パッケージは Unicode (あるいは Adobe の CJK グリフ集合) に含まれる「漢字に類する文字(全角幅の文字)」 をコード値入力により出力することを実現している。 これにより、pTeX において JIS X 0208 にない漢字や異体字を 出力したいという要求に応えることが可能になった。

この 2 つの試みおよびそれを巡る議論は、 「Unicode 化された pTeX」に対する 1 つの形 (目的・仕様・実装方法に関して)を導き出したと考えることができる。 仕様に関しては、「欧文部分はそのままで、和文の内部コードを Unicode に変更する」というものである。 そしてついに田中琢爾(ttk)氏によって、「Unicode 化された pTeX」 が実装された。 それが upTeX である。

この文書の目的

この文書では、upTeX 上で動く LaTeX である upLaTeX の解説を行う。 また upLaTeX の機能を支援する拙作のマクロパッケージに ついて紹介する。

upTeX のインストール

最初に断っておくが、この文書の説明では W32TeX での利用に重点を置いているので、 そのことを承知して貰いたい。

W32TeX の場合

W32TeX のインストールで選択するパッケージ(圧縮ファイル) に uptex-w32.tar.bz2 を加える。 これで以下(一部を列挙)の「upTeX 版」 のコマンドが利用できるようになる。

uplatex upLaTeX(upTeX 上の LaTeX)のコマンド
updvipdfmx upTeX に対応した dvipdfmx
updvips upTeX に対応した dvips
upbibtex 内部処理が Unicode の JBiBTeX
upmpost 内部処理が Unicode の日本語 MetaPost
注意: W32TeX の 2009/07 頃の改訂で、pTeX 用の BibTeX/MetaPost の コマンド名が pbibtexpmpost に 変更された。 これに伴い、upTeX 用のものも upjbibtexupjmpost から upbibtexupmpost に変わっている。

奥村晴彦氏製作の pLaTeX2e 新ドキュメントクラスは 2009/2/22 以降の版で upLaTeX に対応している。 もしそれより古い版を使っている場合は、 最新版のアーカイブを ダウンロードして、それを展開して得られるファイルで インストールされている同名のファイルを置き換えればよい。 (あるいは、検索の優先順位の高いところに置いてもよい。)

ptetex3 の場合

開発者の ttk 氏の upTeX のページから ptetex3 へのパッチ uptex-#.##.tar.gz とフォントバイナリ uptex_font-#.##.tar.gz (#.## はバージョン番号) をダウンロードして中に含まれる説明書の記述に従う。 ptetex3 のインストールの経験がある人なら 作業は容易だと思われる。

ptetex3 の場合、一部のコマンド名が元の pTeX のものと同名になっていて (つまり "up" で始まっていない)、 それらは upTeX のものに置き換えられる (v0.20 の時点では dvipdfmx, dvips, xdvi, makejvf 等が該当する)。 従来正常動作していたケースに関しては、動作の変更はないはずである。

フォントの設定 (dvipdfmx)

dvipdfmx での設定は OTF パッケージでの Unicode フォントの設定と同じであり、 TeX Wiki の OTF の解説が参考になるので、 ここでは詳細は省略する。 (W32TeX の規定設定はフォント非埋込で、 これでよいなら設定は不要。)

dvipdfmx の設定ファイル $TEXMF/fonts/map/dvipdfm/base/cid-x.map を見る。 (注意:最近の版では場所が .../dvipdfmx/base/cid-x.map に変更されている。) urml..., ugbm..., up... という名前のものが upTeX で用いられるフォントで、 多分一箇所にまとまっているであろう。 W32TeX のインストール時は次のようになっている(抜粋)。

uprml-h      UniJIS-UTF16-H      !Ryumin-Light
uprml-v      UniJIS-UTF16-V      !Ryumin-Light
upgbm-h      UniJIS-UTF16-H      !GothicBBB-Medium
upgbm-v      UniJIS-UTF16-V      !GothicBBB-Medium

各行の 3 番目の欄で使用するフォントを指定する。 上の場合、生成される PDF にはフォントは埋め込まれない。 (この場合は ! を除いても同じ。) ここに ipag.ttf (= IPA ゴシック)等とフォントファイル名を指定すると、 そのフォントが PDF ファイルに埋め込まれる。 他の欄の内容は変えてはいけない。

dviout について

残念ながら、現状の dviout (ver3.18.1) は upTeX の和文 TFM には対応していないので、upTeX の DVI ファイルを正しく表示することができない。 (参考: 「TeX Q & A」5161051135。)

しかし、「dvi2dvi で upTeX の仮想フォントを展開する」 ことでこの制限仕様を回避することができる。 詳しくは、PXwjmap パッケージ内の 説明書(README)を参照してほしい。

upLaTeX 使用法:基礎編

文書作成時の注意

文書の文字コード

upTeX の入力漢字コード (入力文書の文字コード)は UTF-8 が既定になっている。 従って、文書ファイルを UTF-8 で作成する必要がある。 (ただし、uplatex の -kanji オプションで 入力漢字コードを変更することができる。)

参考: pTeX の既定の入力漢字コードは環境により異なり、 Shift_JIS、EUC-JP、UTF-8 のいずれの可能性もある。 W32TeX の場合は Shift_JIS が既定になっている。

文書クラスの指定

和文用の文書クラスに関しては、 upLaTeX に対応したものを用いる必要がある。 標準的な文書クラスに関しては、upLaTeX に対応した 設定が用意されている。 具体的には、先頭の \documentclass の指定を次のように変える必要がある。

  • pLaTeX の標準クラス (jarticle/jreport/jbook/tarticle/treport/tbook)の場合: 先頭に u を付加した名前のクラスを代わりに用いる。
    (例) \documentclass[fleqn]{jarticle}\documentclass[fleqn]{ujarticle}
  • 奥村氏の「新ドキュメントクラス」(jsarticle/jsbook)の場合: オプションに uplatex を追加する。
    (例) \documentclass[report,12pt]{jsbook}\documentclass[report,12pt,uplatex]{jsbook}

欧文の文書中に日本語を混ぜる等の目的で、 pLaTeX でも欧文の文書クラス(article 等)が用いられることがあるが、 この場合は upLaTeX でもそのまま通用させることができる。

upLaTeX 文書の例

あとは、pLaTeX の文書を書くのとほとんど違わない。 pLaTeX で使っているパッケージは、 和文と無関係のものなら必ず使えるはずであり、 和文用のものもほとんどが使えることが期待できる。

% このファイルの文字コードは UTF-8
\documentclass{ujarticle}
%\documentclass[uplatex]{jsarticle}  % jsarticle を使う場合はこっち
\usepackage[scale=.8]{geometry}      % ページレイアウトを変更してみる
\usepackage[T1]{fontenc}             % T1 エンコーディングにしてみる
\usepackage{txfonts}                 % 欧文フォントを変えてみる
\usepackage{plext}                   % pLaTeX 付属の縦書き支援パッケージ
\usepackage{okumacro}                % jsclasses に同梱のパッケージ
\begin{document}
\title{とにかく up{\LaTeX} を使ってみる}
\author{匿名希望}
\西暦\maketitle                      % 漢字のマクロ名も OK

\section{日本語と数式}
\textbf{ゼータ関数}(zeta function)というのは
\begin{equation}                     % 数式中の漢字も OK
\zeta(s) \stackrel{定義}{=} \sum_{n=1}^\infty \frac{1}{n^s}
= \prod_{p\colon 素数}\frac{1}{1-p^{-s}}
\end{equation}
とかいう奴のこと。

\section{縦書き}
\setlength{\fboxsep}{.5zw}
縦書きの例は
\fbox{\parbox<t>{12zw}{%
  \setlength{\parindent}{1zw}
  {\TeX}(テック、テフ)はStanford大学のKnuth教授に
  よって開発された組版システムである。
  {p\TeX}は\株 アスキーが{\TeX}を日本語対応
  (縦書きを含む)にしたものである。
  \par\bigskip
  このように\bou{縦書き}についても{p\TeX}と
  全く同様に文書を作成できます。
  \par\bigskip
  平成\rensuji{20}年\rensuji{4}月\rensuji{1}日
  \par\medskip
  平成\kanji20年\kanji4月\kanji1日
}}%
こんなの。

\section{okumacroで遊んでみる}
\ruby{組}{くみ}\ruby{版}{はん}、\ruby{等}{とう}\ruby{幅}{はば}、
\keytop{Ctrl}+\keytop{A} \keytop{Del}
\keytop{Ctrl}+\keytop{S} \return、
\MARU{1}\MARU{2}\MARU{3}
\par\bigskip
\begin{shadebox}
\挨拶 それでは。敬具
\end{shadebox}

\end{document}

この LaTeX 文書のファイル名を test1.tex とすると、 W32TeX の場合、以下のコマンドで PDF 文書に変換できる。

uplatex test1
updvipdfmx test1
(表題部より下の部分の出力)

Unicode 文字の利用:BMP 内文字

単に UTF-8 で入力ファイルを書くだけならば、 ptexenc 組込の pTeX でも可能である (起動オプションに -kanji=utf8 を指定) が、その場合でも ASCII + JIS X 0208 の外の文字を「直接」 処理することはできない。 これに対して upTeX は、最初から Unicode を前提としているので、 全ての Unicode 文字を JIS の文字と全く同様に扱うことができる。 つまり OTF パッケージ等の補助を必要としない。

% このファイルの文字コードは UTF-8
\documentclass{ujarticle}
%
%                パッケージ読込なし!
\begin{document}
万有引力の法則を発見した科学者は誰か。
\begin{itemize}
\item[㋐] 森鷗外
\item[㋑] 内田百閒
\item[㋒] 鄧小平
\item[㋓] 李承燁
\item[㋔] ウィリアム・ヘンリー・ゲイツⅢ世
\item[㋕] 以上のどれでもない
\end{itemize}
\end{document}

ただし、Unicode 内部処理が可能なのは和文のみであり、 欧文に関しては、upTeX は従来の 8 ビット欧文 TeX と同じ能力しか持たないことを改めて注意しておく。 (欧文の処理については後の節を参照されたい。) 「欧文文字」を和文扱いにして Unicode 内部処理を 利用するというトリックは原理的には可能であるが、 和文処理を目的であるという性質に起因した様々な制限があり、 またそもそもそのような用途は想定されていないので、 標準の upLaTeX にそのためのサポートは存在しない。 以下で、upLaTeX の和文 Unicode 処理に関する注意点を挙げる。

  • 実際に文字が出力(表示・印刷)されるかどうかは、その為に用いられる フォントに文字の字形(グリフ)があるかに依存する。 通常、日本語用のフォントが使用されているはずなので、 日本語の文脈に現れない文字(例えばグルジア文字)は使用できない。 特に (up)dvipdfmx の通常の設定では、Adobe-Japan1 の字形に対応しない Unicode 文字は使用できない。
  • さらに、全ての文字に対して全角幅であることを仮定している (pTeX の和文フォントと同じ)ので、例えフォントに字形が存在しても、 それが全角幅でない場合は正しく処理されない。 JIS X 0213(第3・4水準文字)の一部の記号 (例えば U+228A [1-2-36] “⊊”) は、日本語フォントで全角幅になっていないことが多いことに注意。 JIS X 0208 にあるロシア文字・ギリシャ文字は全角幅で「正常に」出力されるが、 無論それはロシア語・ギリシャ語の組版としては全く役に立たない。
  • Unicode 規定の文字合成、リガチャ、その他のグリフ置換は (例えフォントがその為の情報を持っていたとしても) 一切適用されない。 従って、JIS X 0213 に含まれる文字で Unicode では合成が必要であるもの (例えば 1-4-87 “か゜”(= 304B 309C))は使用できない。
  • BMP の外にある文字については、次小節を参照。
  • 中国語・韓国語の出力については、 後の節を参照。
  • pTeX と同じく、-kanji オプションで入力コードを指定 できるが、既定の UTF-8 以外の指定では直接入力可能な文字は JIS X 0208 に限定され、ShiftJIS2004 等の符号化方式は使えない。 この場合でも、次に述べるコード入力(\UI) は使用できる。

Unicode 文字の直接入力が困難な場合は、拙作の pxbase パッケージを読み込むと、 \UI{‹コード値の16進›} でそのコード値の文字が出力できる。

\documentclass{ujarticle}
\usepackage{pxbase} % \UI を使用する
\begin{document}
「超絶技巧練習曲」「ハンガリー狂詩曲」等の難度の高い
ピアノ曲が有名な、ハンガリー生まれの作曲家は誰か。
\begin{itemize}
\item[\UI{32D0}] 森\UI{9DD7}外
\item[\UI{32D1}] \UI{9127}小平
\item[\UI{32D2}] ウィリアム・ヘンリー・ゲイツ\UI{2162}世
\item[\UI{32D3}] いい加減にしろ
\end{itemize}
\end{document}

半角カタカナの扱い

upLaTeX においては、 半角カタカナは他の和文文字と(字幅を除いて) 全く同様に扱われる。 すなわち UTF-8 で入力して処理できる。

% このファイルの文字コードは UTF-8
\documentclass{ujarticle}
\begin{document}
笑った → ワラタ → ワロタ → ワロス
\end{document}

Unicode 文字の利用:BMP 外の文字

upTeX 自身は BMP(基本多言語面)の文字 (コード値 U+10000 未満の文字)とそれ以外の文字 (U+10000 以上の文字―前述の理由で実質利用可能なのは SIP(第 2 面)の漢字に限られる) を区別せずに取り扱う。 しかし、後述の理由から、upLaTeX の既定のフォント設定では、 BMP の文字のみが扱えるようになっている。 (なお、ここでいう「フォント設定」とは upTeX の処理のための仮想的なもので、 dvipdfmx 等の DVI ウェアのフォント設定とは無関係である。 厳密には「TFM 定義」とでも呼ぶべき。)

BMP 外の文字を使える設定を簡単に手に入れるには、 拙作の pxbabel パッケージを用いて 以下のようにすればよい。 直接入力も \UI によるコード指定も可能である。 どうして Babel が登場するのか等は取り敢えず 気にしないことにしよう (気になる人は後の解説を参照)。 babel のオプション english も特に意味を持たない。

% このファイルの文字コードは UTF-8
\documentclass{ujarticle}
\usepackage{pxbase} % \UI を使う
\usepackage[english]{babel}         %+ これを追加
\usepackage[main=japanese]{pxbabel} %+
\begin{document}
土屋さん / \UI{5721}屋さん / \UI{2123D}屋さん \par
土屋さん / 圡屋さん / 𡈽屋さん \par
\end{document}

ただし、この設定を用いるときは、 実際に BMP 外の文字を出力したかに関わらず、 DVI ファイルを処理するソフトウェア(DVI ウェア) は必ず upTeX 対応のものを用いなければならない。 逆に言えば、この設定でない場合は、 特に upTeX 対応をしていない DVI ウェアも使える (可能性が高い)ということである。 そもそも upTeX 対応のものが存在しない DVI ウェア (dviout がその例)があるので、 そのことに配慮して、upLaTeX の既定の設定では BMP の文字のみを用いるようになっていると思われる。

日本語の PDF しおりの作成

pLaTeX において hyperref パッケージと dvipdfmx を用いて和文文字を含むしおりや文書情報を含んだ PDF 文書を作る場合、 pdf:tounicode special を使う必要があった。

upLaTeX の場合、pdf:tounicode special は不要である(指定してはいけない)。 ただし、dvipdfmx は upTeX 対応のもの (W32TeX の場合は updvipdfmx) でなければならない。

\documentclass{ujarticle}
\usepackage[dvipdfm,
  bookmarks=true,bookmarksnumbered=true,bookmarkstype=toc,
  pdftitle={upLaTeX2e怪文書作成入門},pdfauthor={絶対匿名希望},
  pdfkeywords={upTeX,upLaTeX,怪文書,Unicode,CJK}]{hyperref}
\begin{document}
\title{up\LaTeXe\ 怪文書作成入門}
\author{絶対匿名希望}
\maketitle
\section{美しい怪文書組版のために}
  (スタブ)
\section{up\LaTeXe\ の紹介}
  (スタブ)
\section{以下省略}
\end{document}

upLaTeX 使用法:応用編

OTF パッケージの利用

upLaTeX では Unicode 文字は標準で使えるが、 Unicode でも統合(包摂)されている「葛」の 2 つの字体を書き分けるとか Unicode にない記号を使う等の目的で Adobe-Japan1 のグリフを使いたいという場合には OTF パッケージが必要になる。

参考: 以前は、upLaTeX での使用のためには、パッチを当てた OTF パッケージを 用いる必要があったが、 OTF パッケージの 2010/03/23 の改訂で upLaTeX への対応が 本体に取り込まれた。 いずれにしても W32TeX や ptetex3 + upTeX の環境でインストール される OTF パッケージは upLaTeX 対応のものである。

upLaTeX で OTF パッケージ(otf) を読み込む時には、\usepackage のオプションに uplatex を指定する必要がある。 これを除けば、あとは pLaTeX の場合と全く同じように \CID が使えるようになる。 \UTF はわざわざ使う意味がないが、 otf のオプション multi を指定して \UTFC\UTFM 等を使うのは有意義かもしれない。 (韓国語・中国語の文字を直接書きたい場合 は後の節を参照。)

参考: upTeX の 0.25 版より前のパッチが 適応された OTF パッケージでは、 noreplace 指定の状態にしか対応していない。 この場合、boldexpertdeluxe は指定できない(multi は可能)。
\documentclass{ujarticle}
  % v0.25 以降では bold や expert も可、それ以外では noreplace が必要
\usepackage[uplatex]{otf}
\renewcommand{\theenumi}{\ajLabel\ajKuroMaruKaku{enumi}}
\renewcommand{\labelenumi}{\theenumi}% 番号は黒丸四角で
\begin{document}
\begin{enumerate}
\item 奈良県\CID{1481}城市
\item 東京都\CID{7652}飾区
\end{enumerate}
\end{document}
注意: 昔の pxbabel パッケージでは (BMP 外の日本語文字を使う等の 目的で)CJK 言語を指定した状態では、\CID 命令が 正常に動かなかった。最新の 0.4 版以降では大丈夫である。 また、deluxeexpert 等で OTF パッケージの フォント設定を拡張されたものに変えている場合は、 その設定が CJK 言語が無効である場合にのみ機能する (「BMP 外の文字の扱い」と「OTF の拡張設定」が両立できていないため) ことに注意。

ちなみに、直接ソースに書いた「葛」 がどちらの字体になるかはフォントの設定に依存する。

注意: dvipdfmx の場合の概略を述べておく。 設定されているフォントが CID-keyed でない場合は、 そのフォントが(既定の属性値で) 規定した字体が選択される。 一方、設定されているフォントが CID-keyed である場合は、 CMap の設定に依存し、 H/V または UniJIS-UTF16-H/V の場合は 2000JIS/83JIS の例示字体、 UniJIS2004-UTF16-H/V の場合は 2004JIS の例示字体に対応する字体が選択される。 (ちなみにこの話は JIS または Unicode を入力符号とする 和文フォント(JFM)全てに当てはまり、 OTF パッケージや upTeX とは無関係である。)

欧文の UTF-8 入力との併用

普通の(8 ビットの)欧文 LaTeX で UTF-8 入力を扱う方法として、 utf8 入力エンコーディング、およびその拡張版である unicode パッケージの utf8x 入力エンコーディングの使用がある。 これは UTF-8 入力をバイト列として読み込みマクロ処理を通すことで LaTeX が持っている多言語処理(fontenc) の枠組に持ち込もうとするものである。 (下の例で Babel はフォントエンコーディングを適切に切り替える 役割を果たしている。)

% このファイルの文字コードは UTF-8(BOM なし)
% 欧文 latex を使う
\documentclass[a4paper]{article}
\usepackage[T2A,T1]{fontenc}
\usepackage[utf8x]{inputenc} % これで欧文 UTF-8 が扱える
\usepackage[greek,russian,english]{babel}
\begin{document}
This document contains English, Română,
\foreignlanguage{greek}{Ελληνικά}, and
\foreignlanguage{russian}{русский язык}.
\end{document}

ところが、upLaTeX の既定の設定だと、ASCII 以外の全ての Unicode 文字が和文文字として解釈され(つまり入力エンコーディング の処理には回らない)、和文文字のフォントで出力しようとする。 結果は、字形が表示されない、全角幅で表示される等、 まともなものにならない。 pTeX では、本来欧文扱いしてほしい文字(ギリシャ文字・ キリル文字の一部)が JIS X 0208 に入っている時に同じ現象が起こったが、 upTeX ではほぼ全ての Unicode 文字について起こることになる。

このため、upTeX では Unicode のブロック毎に、 それに属する文字がを和文文字として解釈するか、 それともあたかも欧文 TeX のように UTF-8 バイト列のままにする (そして inputenc にマクロ処理させる; これを「欧文扱い」と呼ぶ)かを選択することができる。 この機能を支援する拙作のパッケージが pxcjkcat パッケージ(PXbase バンドル) である。 このパッケージの使用法の詳細は解説書(README-pxcjkcat ファイル) に任せることにし、 ここでは欧文中心の文書に適した一括設定を利用することにする。 次の例のように pxcjkcatprefernoncjk オプション付きで読み込めばよい。

% このファイルの文字コードは UTF-8
% uplatex を使う
\documentclass[a4paper]{article}
\usepackage[prefernoncjk]{pxcjkcat} % これを追加
\usepackage[T2A,T1]{fontenc}
\usepackage[utf8x]{inputenc}
\usepackage[greek,russian,english]{babel}
\begin{document}
This document contains English, Română, 日本語,
\foreignlanguage{greek}{Ελληνικά}, and
\foreignlanguage{russian}{русский язык}.
\end{document}

この設定では、漢字・かな・ハングル等の明らかな「CJK 文字」 以外は全て欧文扱いになる。 pxcjkcat のオプションに prefernoncjk の代わりに prefercjkvar を指定すると、 ギリシャ・キリル文字は欧文扱いだが、“ ” 等の句読点類は和文扱いになる。

参考: pxcjkcat の prefernoncjk 設定では、OTF パッケージ(UTF も同様)の読込 (nomacros でない場合)が失敗する。 これは、これらのパッケージのマクロ名に使われている ○ や □ 等の記号が欧文扱いになるからである。 この場合、OTF パッケージを pxcjkcat より前に読み込めばよい。 どうしても順序を変えたくない場合は、 OTF の読込の \usepackage 命令を \withcjktokenforced の引数に入れるという方法もある。 さらに、○ 等の記号が入った命令を実際に使う場合は、 該当の部分を \withcjktokenforced に入れる必要がある。

\documentclass[a4paper]{ujarticle}
\usepackage[prefernoncjk]{pxcjkcat}
\withcjktokenforced{\usepackage[uplatex,noreplace]{otf}}
\begin{document}
\withcjktokenforced{\○秘} /  % ここでも \withcjktokenforced が必要
  % これでは面倒なのでマクロにしたい…という場合、そのマクロ
  % 定義を \withcjktokenforced に入れる必要がある。
\withcjktokenforced{\newcommand{\MaruHi}{\○秘}}
\MaruHi                       % 使うときは自由
\end{document}

GT 書体フォントの利用

pLaTeX で「GT 書体フォント」を使用するためのパッケージには、 gtftex パッケージ等が あるが、これは upLaTeX では使えない。 (多くの場合、和文フォントを扱うパッケージはエンコーディングの影響を受ける のでそのままでは upLaTeX では使えない。) 拙作の PXgtfont パッケージは pLaTeX/upLaTeX の両方に対応しているので、 これを用いて GT 書体フォントを利用することができる。

% このファイルの文字コードは UTF-8
\documentclass[a4paper,uplatex]{jsarticle}
\usepackage{pxgtfont}
\begin{document}
これは\GI{17106}論でなく髙島屋でもない。
\end{document}

中国語・韓国語の扱い

upTeX では日本語、韓国語、簡体字中国語、 繁体字中国語の 4 つの「CJK 言語」(と呼ぶことにする) の為のフォント設定(TFM 定義)が用意されている。 これらを upLaTeX で使うために適切に設定し Babel の枠組を利用して切り替える機能を提供する拙作のパッケージが pxbabel パッケージ(PXbase バンドル) である。

このパッケージの詳細は PXbase バンドルのページ に任せるとして、ここでは pxbabel を用いた例を 2 つ紹介する。 最初は基底言語が英語である例である。

% このファイルの文字コードは UTF-8
\documentclass[a4paper]{article}
\usepackage[prefernoncjk]{pxcjkcat}
\usepackage[T2A,T1]{fontenc}
\usepackage[utf8x]{inputenc}
\usepackage[greek,russian,english]{babel} % まず babel を読み込む
  % これで japanese, korean, schinese, tchinese の 4 つの言語が定義される
\usepackage{pxbabel}
\begin{document}
This document contains English, Română,
\foreignlanguage{japanese}{日本語},
\foreignlanguage{korean}{한국어},
\foreignlanguage{schinese}{简体中文},
\foreignlanguage{tchinese}{繁體中文},
\foreignlanguage{greek}{Ελληνικά},
\foreignlanguage{russian}{русский язык},
and tlhIngan Hol.
\end{document}

次は基底言語が日本語である例である。

\documentclass{ujarticle}
  % この設定については pxbabel のページを参照
\usepackage[english]{babel}
\usepackage[main=japanese]{pxbabel}
\begin{document}
1927 年に人類初の大西洋単独無着陸飛行に成功した
アメリカの飛行家は誰か。
\begin{itemize}
\item[㋐] 森鷗外
\item[㋑] \foreignlanguage{schinese}{邓小平}
\item[㋒] \foreignlanguage{korean}{이승엽}
\item[㋓] William Henry Gates III
\item[㋔] 返す言葉も無い
\end{itemize}
\end{document}

なお、現在の言語が「日本語(japanese)である場合」 と「CJK 言語以外(english 等)である場合」は 「和文」フォント(和文 TFM)はともに日本語用のフォントとなるが、 以下のような違いがある。

  • 日本語である場合: BMP の外の文字も使用可能な特別なフォントが設定される。
  • CJK 言語以外である場合: 文書クラスで指定された既定の和文フォントが設定される。 ujarticle や jsarticle の場合、これは BMP の文字しか扱えない。

前の節で述べた BMP 外の文字を扱う方法はこのインタフェースを利用したものである。 そこで述べたとおり、 pxbabel で指定される日本語のフォントを用いる場合は upTeX 対応の DVI ウェアを使用しなければならない。 さらに、簡体字中国語・繁体字中国語のフォントを用いる場合も 同じ制約がかかる(韓国語は含まない)。

付録: upLaTeX 機能一覧

pLaTeX と比べた場合の拡張機能、およびそれに深く関わる機能を挙げる。

upTeX の機能

  • \disablecjktoken[LaTeX 命令]: 全ての Unicode 文字を「欧文扱い」にする。 入力に関して 8 ビット欧文 TeX と同じになる。
  • \enablecjktoken[LaTeX 命令]: 「欧文・和文扱い」の別を「本来の状態」 (和文カテゴリコードに従った状態;pxcjkcat で設定した状態) に戻す。
  • \forcecjktoken[LaTeX 命令]: ASCII 文字以外の Unicode 文字を「和文扱い」にする。
参考: これ以外に upTeX で追加されたプリミティブは以下の通り: \kchar, \kchardef, \ucs

pxbase/bxbase パッケージの機能

  • \UI{<コード値16進>,...}: 指定 された Unicode 符号位置の文字を出力する。 upLaTeX では upTeX 自身の機能を使うので他のパッケージの補助が不要になる。

pxcjkcat パッケージの機能

  • \cjkcategorymode{<モード>} [LaTeX 命令]: Unicode 文字の「和文・欧文扱い」の別を切り替える命令。 <モード> に指定できる値は以下の通り。 なお、pxcjkcat パッケージの読込時のオプションにモード値を 指定することも可能。
    • forcecjk : upTeX の既定の設定と同じ。 ASCII ブロックのみが「欧文扱い」で それ以外の全てが「和文扱い」となる。
    • prefercjk : Adobe の CJK 文字集合(Adobe-Japan1 等)の何れかと共通部分をもつ Unicode 文字ブロックの文字を「和文扱い」とし、 残りを「欧文扱い」とする。
    • prefercjkvarprefercjk において、 ギリシャ文字・キリル文字を全て「欧文扱い」に変更したもの。
    • prefernoncjkprefercjkvar において、 さらに一部の句読点や記号を「欧文扱い」に変更したもの。
  • \cjkcategory{<ブロック>,...}{<カテゴリ>} [LaTeX 命令]: 各 Unicode ブロックの「和文カテゴリコード」を直接変更する命令。 <ブロック> にはブロック ID (例えば Cyrillic なら cyrl) または非 ASCII 文字 1 つ(その文字の属するブロックを表す)で指定する。 <カテゴリ> は設定する「和文カテゴリコード」値であり、 「noncjk(欧文扱い)」 「kanji(漢字扱い)」 「kana(仮名扱い)」 「cjk(和文記号扱い)」 「hangul(ハングル扱い)」 のいずれかである。 後ろの 4 つはともに「和文扱い」であるが、 upLaTeX での扱いが異なる部分がある。

pxbabel パッケージの機能

「upTeX で用意された CJK フォント設定を用いる」(参照) 目的で pxbabel パッケージを使う場合は、パッケージ読込は

\usepackage[english]{babel}
\usepackage[main=japanese]{pxbabel}

とする。 これで japanese(日本語)、 korean(韓国語)、 schinese(簡体字中国語)、 tchinese(繁体字中国語)の言語オプションで対応するフォント に切り替わる。 (詳細はPXbase パッケージのページを参照。) この目的で最低限必要な Babel の命令を挙げておく。

  • \foreignlanguage{<言語オプション>}{<テキスト>}[LaTeX 命令]: <テキスト> を指定の言語で出力する。
  • \begin{otherlanguage*}{<言語オプション>} <テキスト> \end{otherlanguage*}[LaTeX 環境]: 環境内のテキストを指定の言語で出力する。
  • \selectlanguage{<言語オプション>}[LaTeX 命令]: 使用言語を切り替える(以降のテキストを指定の言語で出力する)。 切替は局所的(グルーピングに従う)である。