EBStudioにおけるJIS X4081の実装について

六版 2001/4/21
by hishida@bg.mbn.or.jp

　この文書は、「電子書籍・電子書籍作成ツールEBStudio」における、JIS X4081-1996「日本語電子出版検索データ構造」の実装の詳細を解説するものです。想定している読者は、EPWING/電子ブック/JIS X4081形式辞書を用いたアプリケーションの開発者、およびJIS X4081に技術的興味を持つ方全般です。この文書は、読者がJIS X4081-1996「日本語電子出版検索データ構造」を閲覧できることを前提にしています（JIS X4081はJISハンドブック中に収録されています）。

　以下ではC++風の疑似言語でデータ構造を記述しています。項目名は、JIS X4081の仕様に合わせてあります（ただし予備領域のサブメンバは除く）。

なお、規格の理解の助けとするため、拙作のEBDump.exeによる市販辞書の一部ダンプ出力を掲載することがあります。

JIS X4081の実装について

JIS X4081-1996「日本語電子出版検索データ構造」は、EPWING V1規約を本に作成された日本工業規格であり、統一した操作性で各種の出版物を検索できるように規定されたものです。

「“日本語電子出版検索データ構造”は、(EPWING)コンソーシアムの規約公開を受けて、“EPWING規約”を基本としてまとめたものである。」（同規約より）

しかしながら、具体的な実装方法については定義されていない部分が多く、JIS X4081の情報だけでは、流通しているパソコン用EPWING/電子ブック検索ビューアで検索できる電子書籍は作成できません。このため、EBStudioではJIS X4081に準拠した上で、実装依存の部分の解釈についてはEPWING/電子ブックと互換性を持たせています。具体的には次のような項目についてです。

• 登録書籍名管理ファイルと書籍ファイルの、OS上でのファイル名称(CATALOG、HONMONなど)。
• 外字の実装方法やファイル名称。
• 書籍構成要素識別子のうち、見出しデータとマルチメディア関連データ。
• 条件検索の集団エントリの形式
• 拡張強調表示識別子の強調表示を示す値。
• 「参考　実装における注意事項及び仕様拡張例」のカラー画像、音声データの実装例。
• その他規格上で「予備領域」とされている部分。

コンテンツの入力ファイルの準備

　業務用のEPWINGオーサリングツールの多くは、SGMLに代表される構造化マークアップ言語でタグ付けした文書から、EPWINGに変換する手順を取ります。SGMLのような構造化文書の利点は、章・節・段落・索引語などの文章構造を表現することができ、書籍をデータとして処理することができることです。このためメニューの自動作成や、索引の作成等が容易に行えます。また、Webなどの各種電子出版への展開や、データベースの作成など、ワンソース・マルチユースが実現します。

　EBStudioも同様の考え方から、構造化文書からJIS X4081形式へ変換します。ただしSGMLは仕様が複雑で利用が難しいため、インターネットで広く普及しており簡単に作成できるHTMLを採用しています。 また、テキストからのマークアップを簡単に行うために、自動マークアップツール EBTag を提供しています。

今後はSGML/HTMLに代わってXMLが広く使用されることが予想されるため、将来的にはXML対応を進めていきたいと考えています。電子書籍用のDTDにはSGMLの時代からあるTEI、DocBook、ISO12083の他、Open eBookやJepaXなどがあります。現在EBStudioでは、暫定的にJepaXに対応していますが、将来DicXやNetEBなどの辞書系のDTDが普及したときには、対応することもありえます。

HTMLの他に、ネットで公開されている辞書データを簡単に使用するために、英辞郎形式とPDICテキスト形式に標準で対応しています。

なお、EBStudio自身にはコンテンツを編集する機能はありません。別途EBStudioがサポートする入力形式に変換するか、エディタ等を用いて編集する必要があります。

電子書籍のファイル構成

　JIS X4081では、OS上のファイル名等については定義されていません。 EPWING、電子ブックのファイル構成は、次図の通りです。

EPWING

\ ―	CATALOGS
	書籍ディレクトリ名 ―	DATA ―	HONMON	(書籍ファイル)
		GAIJI ―	*	(外字ファイル)
		MOVIE ―	*

• 書籍ディレクトリ名 は登録書籍名管理ファイル CATALOGS に記録されます。
• EPWINGでは、外字ファイル名は製品毎に異なっており、登録書籍名管理ファイルの中で定義されます。
• EPWING V4以降に導入された圧縮ファイルの場合、書籍ファイル名はHONMON2となり、音声はHONMONS、画像はHONMONGに記録されます。

電子ブック

\ ―	CATALOG
	書籍ディレクトリ名 ―	START (書籍ファイル)

• 書籍ディレクトリ名 は登録書籍名管理ファイル CATALOG に記録されます。

登録書籍名管理ファイル(CATALOGS/CATALOG)

JIS X4081

　登録書籍名管理ファイルは、媒体のルートディレクトリに一つだけ存在し、 媒体に記録する書籍の情報を管理します。EPWINGではCATALOGS、電子ブックではCATALOGというファイル名です。

　一つの媒体には、複数の書籍を格納できます。ただし書籍ファイル管理情報は１ブロック(2048バイト)内に書き込まれるため、媒体に記録できる書籍数は、EPWINGの場合12、電子ブックの場合50に制限されます。それ以上の書籍を格納したい場合は、一つの書籍ファイルの中に合本の形で入れる必要があります

(1) EPWING(CATALOGS)

疑似コード

	WORD 登録書籍数;	// 媒体に記録される書籍数(最大12)
	struct {
		BYTE dummy;
		BYTE Version;	// EPWINGバージョン番号 
		BYTE dummy[12];
	} 予備領域１;	// (14Bytes)
	struct {
		struct {
			BYTE 書籍の種類;
				// 0x00	国語辞典
				// 0x10	漢和辞典
				// 0x20	英和辞典
				// 0x30	和英辞典
				// 0x40	現代用語辞典
				// 0x50	百科事典
				// 0x60	一般書物
				// 0x70	類語辞典
			BYTE Version;	// EPWINGバージョン番号 
		} 予備領域２;
		BYTE 書籍名称[80];	// JIS X0208を使用、空白は20Hで埋める
		BYTE 書籍ディレクトリ名[8];	// JIS X0201を使用
		LONG 書籍ファイルディレクトリ位置;
			// 再生システムが高速に書籍ファイルの存在位置を獲得する
			// ために実装に依存して記録することができる。
			// 省略するときは 0
		WORD 書籍管理情報記録位置;
			// 書籍ファイルの中の書籍管理情報が記録されている位置。
			// ブロック番号で記録する。通常 1 を記録
		struct {
			BYTE 16X16外字ファイル名[8];	// 全角16ドット
			BYTE 24X24外字ファイル名[8];	// 全角24ドット
			BYTE 30X30外字ファイル名[8];	// 全角30ドット
			BYTE 48X48外字ファイル名[8];	// 全角48ドット
			BYTE  8X16外字ファイル名[8];	// 半角16ドット
			BYTE 12X24外字ファイル名[8];	// 半角24ドット
			BYTE 15X30外字ファイル名[8];	// 半角30ドット
			BYTE 24X48外字ファイル名[8];	// 半角48ドット
			BYTE dummy[4];
		} 予備領域３;	// 実装において定義するための領域(68bytes)
	} 書籍ファイル管理情報[登録書籍数];	// (164 bytes)
	// ブロック内の残りの領域は 0x00 

EBStudioでの実装

(2)電子ブック(CATALOG)

疑似コード

	WORD 登録書籍数;	// 媒体に記録される書籍数(最大50)
	BYTE 予備領域１[14];
	struct {
		struct {
			BYTE 連番;	// 出現順に
			BYTE dummy;
		} 予備領域２;
		BYTE 書籍名称[30];	// JIS X0208を使用、空白は00Hで埋める
		BYTE 書籍ディレクトリ名[8];	// JIS X0201を使用
	} 書籍ファイル管理情報[登録書籍数];	// (40 bytes)
	// ブロック内の残りの領域は 0x00 

書籍ファイル(HONMON/START)

JIS X4081

• EPWINGの場合HONMON、電子ブックの場合STARTというファイル名です。
• 2048バイトを1ブロックとしてブロック単位に記録されます。
• 先頭の第１ブロックは書籍管理情報であり、２ブロック以降に本文データ、著作権表示データ、インデックス、メニュー表示データ等が格納されます。
• 書籍管理情報には、その書籍ファイル内に格納されている構成要素の一覧や、インデックスの取り扱い方法などの情報が格納されています。
• 書籍ファイル内の情報のアドレスは、ブロック番号（１で始まる）とブロック番号内のオフセット（0〜2047）で表現されます。

疑似コード

struct {
	WORD 書籍構成要素数;	// この書籍ファイルに記録する書籍構成要素の個数
	BYTE 予備領域１[2];
	BYTE インデックス作成情報の取扱法;
		// 書籍構成要素全体で、インデックス作成情報が有効か否か
		// 00H:各書籍構成要素に記録されているインデックス作成情報による
		// 01H:インデックス作成情報は意味を持たない
		// 02H:書籍構成要素に記録されているインデックス作成情報が有効
	BYTE 予備領域２[11];
	struct {
		BYTE	書籍構成要素識別子;	// JIS X4081を参照
		BYTE	予備領域３;
		LONG	先頭アドレス;	// 構成要素の先頭ブロック数(1から始まる)
		LONG	領域サイズ;	// ブロック数
		BYTE	インデックス作成情報有効性;
			// 01H:インデックス作成情報は意味を持たない
			// 02H:インデックス作成情報が意味を持つ
		BYTE インデックス作成情報[3];	// JIS X4081を参照
		BYTE 予備領域４[2];
	} 書籍構成要素[書籍構成要素数];
	struct {
		BYTE 有効無効フラグ;	// 表示方法の初期値情報全体が有効か無効か
				// 00H:無効 01H:有効
		BYTE 予備領域５[3];
		BYTE 一覧表表示;	// 00H:直接本文表示 01H:一覧表から選択
		BYTE 本文表示法;	// 00H:一致項目のみ表示 
					// 01H:一致項目を先頭に本文を表示
		BYTE 予備領域６[10];
	} 表示方法の初期値情報;	// 検索結果の望ましい表示方法
	// ブロック内の残りの領域は 0x00 
} 書籍管理情報;

EBStudioでの実装

書籍構成要素

　JIS X4081では、書籍ファイルは複数の書籍構成要素から構成されます。 書籍構成要素には、本文データ、 著作権表示データ、 メニュー表示データ、 インデックス、 書籍定義文字パターン（外字）、 複合検索管理情報などがあります。 書籍ファイルに含まれる書籍構成要素は、先頭ブロックの書籍管理情報に書かれています。

EBStudioでの実装

　JIS X4081で定義されている書籍構成要素の種類は、EPWINGや電子ブックと若干相違があります。そのためEBStudioでは、EPWING検索ソフトウェアでの検索を保証するため、EPWING/電子ブックと互換性を持たせています。

EEBStudioは下記の書籍構成要素識別子を出力します。

本文データ

JIS X4081

本文データ内の記述子(JIS X4081)

表示制御記述子(JIS X4081)

• JIS X4081の本文データの文字は、JIS X0208で符号化されています（通常JISコードと呼ばれます）。有効な文字コードの範囲は、2121H〜7426Hです。外字はA121H〜FE7EHで表現され、書籍定義文字パターンを別途定義します。 半角を表示する場合は、半角文字列の前後に「半角開始」「半角終了」の表示制御記述子を記録します。
• 表示制御記述子は1FHで始まる2バイトのコードであり、強調表示や改行などさまざまな種類があります。

EBDump.exeの本文表示例

[ID=00:本文] start=151F(5407), blocks=3

[151F:  0]<1F02>
[151F:  2]<1F09><0001><1F41><0160>あ<1F61>【亜】《国》<1F0A>
[151F: 1C]<1F09><0004>７画［音］ア（中）［訓］―<1F0A>
[151F: 3C]<1F04>（１）<1F05>あるものの次に位置する。<A421>亜熱帯<1F04>（あねつ
たい）<1F05>・亜流<1F04>（ありゆう）<1F05><1F04>　（２）<1F05>亜細亜<1F04>（ア
ジア）<1F05>の略<1F04>（りやく）<1F05>。<A421>東亜<1F04>（とうあ）<1F05><1F0A>
[151F: D8]<1F09><0001><1F41><0160>ああ<1F61>《国》<1F0A>
[151F: EE]<1F09><0004>〈副〉あのよう（に）。「―強くては勝負<1F04>（しようぶ）
<1F05>にならない・あのひとはいつも―だ」［関連］こう・そう・―・どう<1F0A>
[151F:168]―言<1F04>（い）<1F05>えばこう言<1F04>（い）<1F05>う　へりくつをなら
べて、言いのがれたりさからったりする。<1F0A>
[151F:1C4]<1F09><0001><1F41><0160>ああ<1F61>《国》<1F0A>
[151F:1DA]<1F09><0004>〈感〉<1F04>（１）（：<1F05>嗚呼）感動・おどろきなどの気
持ちをあらわすことば。「―、楽しかった」<1F04>　（２）<1F05>応答や承知<1F04>
（しようち）<1F05>の意味をあらわすことば。「―、いいよ」［ぞんざいな言い方］
<1F0A>
[151F:298]<1F09><0001><1F41><0160>ああ‐いう<1F61>【ああいう】（ああ言う）《国》
<1F0A>

EBStudioでの実装

• EBStudioは入力のHTML文書のタグを、対応するJIS X4081の表示制御記述子に変換します。詳しくは次表を参照ください。

マルチメディアデータの詳細は、 「EPWINGのマルチメディアデータについて」をご覧ください。

著作権表示データ

JIS X4081

• 著作権表示データでは、本文データに準じる表示制御記述子が使用できます。

メニュー表示データ

• メニュー内では、本文データに準じる表示制御記述子が使用できます。
• メニュー項目のアドレスは、子メニューの先頭アドレスか、本文のアドレスを指します。先頭メニューから順次階層メニューを辿ることにより、本文に到達することができます。

EBDump.exeのメニュー表示例

[ID=01:メニュー] start=000E(14), blocks=3

[E:  0]<1F02>
[E:  2]<1F43>現代国語辞典の使い方<1F63>[E:4C]<1F0A>
[E: 22]<1F43>コンサイス外来語辞典の使い方<1F63>[13:7E8]<1F0A>
[E: 4A]<1F03>
[E: 4C]<1F02>
[E: 4E]<1F43>〔１〕見出しの範囲<1F63>[E:1D8]<1F0A>
[E: 6C]<1F43>〔２〕見出しの示し方<1F63>[E:294]<1F0A>
[E: 8C]<1F43>〔３〕見出しの並べ方<1F63>[E:6E6]<1F0A>
[E: AC]<1F43>〔４〕常用漢字の示し方<1F63>[F:4A6]<1F0A>
[E: CE]<1F43>〔５〕語の書きあらわし方<1F63>[10:26A]<1F0A>
[E: F2]<1F43>〔６〕品詞・活用等の示し方<1F63>[11:A8]<1F0A>
[E:118]<1F43>〔７〕外来語の原語の示し方<1F63>[11:73E]<1F0A>
[E:13E]<1F43>〔８〕ことばの意味・用法などの解説<1F63>[12:1D4]<1F0A>
[E:16C]<1F43>〔９〕［類］［比較］［対］［関連］の表示<1F63>[13:38A]<1F0A>
[E:1A0]<1F43>〔<1F04>１０<1F05>〕［注意］［派生］［可能］の表示<1F63>[13:584]<1F0A>
[E:1D6]<1F03>

EBStudioでの実装

インデックス

JIS X4081

• インデックスには大別して上位インデックスと最下位インデックスがあります。
• 上位インデックスは、n 階層に階層化されたインデックス群から構成されます。上位階層のインデックスには、１階層下位のインデックスを管理する情報を記録します。検索ソフトでは、最上位のインデックスから検索文字列に対応する項目の所在を辿ります。
• 一つのブロック(2048バイト)に平均40個の項目が格納できるとすると、40進木になるため、項目数1,000,000個のインデックスの段数は、log40 1000000=3.75、すなわち4段になります。
• 検索ソフトでは、インデックス作成情報に記録した規則にしたがって辞書式順序での大小比較を行い、「検索文字列に対して越えない値の最大値」を見つけたとき、その下位インデックスをたどることで目的の項目に到達します。
• 上位インデックスは全てのインデックスの種類(表記、かな、条件検索など)で共通の形式です。
  

(1) 上位インデックス

JIS X4081

インデックス群識別について

　各インデックスページの1バイト目は、インデックス群識別であり、インデックスの属性を示すビットマスクです。

上位インデックスのインデックス群識別
1ブロックで収まる	0x60：単独インデックスブロック
2ブロック以上	0x40 : 同じ階層の先頭インデックスブロック
	0x00 : 同じ階層の途中のインデックスブロック
	0x20 : 同じ階層の最終インデックスブロック

最下位インデックス（一般型エントリ）のインデックス群識別
1ブロックで収まる	0xE0：単独インデックスブロック
2ブロック以上	0xC0 : 先頭インデックスブロック
	0x80 : 途中のインデックスブロック
	0xA0 : 最終インデックスブロック

最下位インデックス（集団概念付エントリ）のインデックス群識別
1ブロックで収まる	0xF0：単独インデックスブロック
2ブロック以上	0xD0 : 先頭インデックスブロック
	0x90 : 途中のインデックスブロック
	0xB0 : 最終インデックスブロック

EBDump.exeの上位インデックス表示例

[ID=90:前方一致かなINDEX] start=0017(23), blocks=3

block#=0018(24) 
ID=60	桁数=30	要素数=11 
かあと[30]	<blk=19(25)>
きようしゆくひようけん[30]	<blk=1A(26)>
こうえんいらい[30]	<blk=1B(27)>
しやくようのもうしこみのしやせ[30]	<blk=1C(28)>
しようかいしよう[30]	<blk=1D(29)>
そうきんのれいしよう[30]	<blk=1E(30)>
ちんしやこうこく[30]	<blk=1F(31)>
にゆうかくいわい[30]	<blk=20(32)>
ふくしやようてんひよう[30]	<blk=21(33)>
みまいしよう[30]	<blk=22(34)>
[30]	<blk=23(35)>

疑似コード

	BYTE インデックス群識別;
		// 0x60	単独インデックスブロック
		// 0x40	同じ階層の先頭インデックスブロック
		// 0x00	同じ階層の途中のインデックスブロック
		// 0x20	同じ階層の最終インデックスブロック
	BYTE キー長;	// 00H以外：固定長を示す
	WORD 上位エントリ数;
	struct {
		BYTE 上位エントリキー情報[キー長];
		LONG 下位インデックス所在ブロック数;
	} 上位エントリ[上位エントリ数];

EBStudioでの実装

• 上位インデックスでのキー長は、30バイト(15文字)固定としています。
• 最も大きな値のインデックス値の次に、30バイト全て 0xFF のインデックス値を記録します。

(2) 最下位インデックス

JIS X4081

　最下位インデックスの形式には一般型エントリと集団概念付エントリがあります。 集団概念付エントリは、仮名検索の同音異義語や、条件検索で同じ単語が本文の複数箇所に出現する場合など、同じ検索語に複数のエントリが対応する場合に使用します。一般型エントリは、検索語に対応するエントリが一つしかない場合に使用します。

EBDump.exeの最下位インデックス表示例

block#=0019(25) 
ID=D0	桁数=0	要素数=85 
00:あいこのあいさつ[16]	[67:02][4E:02]
80:あいさつしよう[14]<1個>
C0:あいさつじょう[14]	[67:2EC][4E:12]
80:あいしようのてかみ[18]<1個>
C0:あいじょうのてがみ[18]	[67:5D8][4E:1E]
80:あくふんのちんしや[18]<1個>
C0:あくぶんのちんしゃ[18]	[68:71E][4E:2A]
80:あつせんいらい[14]<1個>
C0:あっせんいらい[14]	[69:12E][4E:36]
80:あつせんしようたく[18]<1個>
C0:あっせんしょうだく[18]	[6A:4E][4E:44]
80:あつせんのしやせつ[18]<1個>
C0:あっせんのしゃぜつ[18]	[6A:52C][4E:52]
80:あつせんほうこく[16]<1個>
C0:あっせんほうこく[16]	[6B:2D4][4E:62]
00:あてさき[8]	[6C:2AE][4E:70]
00:あてさきのへんこう[18]	[6C:3DC][4E:78]
00:あてな[6]	[6C:4E2][4E:86]
00:あてなこうこく[14]	[6D:2C4][4E:8E]
80:あとつけ[8]<1個>
C0:あとづけ[8]	[6D:470][4E:9A]
80:あとつけのはいち[16]<1個>
C0:あとづけのはいち[16]	[6D:6C8][4E:A2]
80:あんけえと[10]<2個>
C0:あんけーと[10]	[6E:328][4E:B0]
C0:アンケート[10]	[6E:328][4E:BC]

a. 前方一致表記検索、後方一致表記検索の場合

• 表記検索では、一般型エントリとして記録されます。
• 後方一致の場合、検索語は末尾から逆順に記録します。”江戸時代”→”代時戸江”

疑似コード

	BYTE インデックス群識別;
			// 0xE0	一般型エントリ・単独インデックスブロック
			// 0xC0	一般型エントリ・先頭インデックスブロック
			// 0x80	一般型エントリ・途中のインデックスブロック
			// 0xA0	一般型エントリ・最終インデックスブロック
	BYTE キー長;	// 00H:可変長を示す
	WORD エントリ数;
	struct {
		BYTE キー長;		// キー情報の長さ(バイト数)
		BYTE キー情報[キー長];	// 後方一致の場合逆順
		BCD4  項目所在ブロック番号
		BCD2  項目所在ブロック内オフセット
		BCD4  候補リスト所在ブロック番号
		BCD2  候補リスト所在ブロック内オフセット
	} 一般型エントリ[エントリ数];

EBStudioでの実装

　キー情報の書き込みでは次の処理を行っています。

b. 前方一致かな検索、後方一致かな検索

• かな検索では同音異義語を取り扱うため、集団概念付エントリとして記録されます。
• 後方一致の場合、検索語は末尾から逆順に記録します。 集団エントリキー情報は、清音化した上で逆順にします（”そんのうじょうい”→”いうよしうのんそ”）。
• 電子ブック(EBXA)では、パソコンでの検索を考慮して、同じエントリに対してひらがなとカタカナの両方のインデックスを記録しているタイトルが存在します。

疑似コード

	BYTE インデックス群識別;	
		// 0xF0	集団概念付エントリ・単独インデックスブロック
		// 0xD0	集団概念付エントリ・先頭インデックスブロック
		// 0x90	集団概念付エントリ・途中のインデックスブロック
		// 0xB0	集団概念付エントリ・最終インデックスブロック
	BYTE キー長;	// 00H:可変長
	WORD エントリ数;
	struct {
		// 基本エントリ、または集団エントリのいずれかで記録される
		// エントリ識別に従い、基本エントリと集団エントリを判別する

		struct {
			BYTE エントリ識別; // 0x00 : 基本エントリ
			BYTE キー長;	// 基本エントリキー情報の長さ(バイト数)
			BYTE 基本エントリキー情報[キー長]; // 後方一致の場合逆順
			BCD4  項目所在ブロック番号
			BCD2  項目所在ブロック内オフセット
			BCD4  候補リスト所在ブロック番号
			BCD2  候補リスト所在ブロック内オフセット
		} 基本エントリ;

	or

		struct {
			BYTE エントリ識別; // 0x80 : 集団エントリ
			BYTE キー長;	// 集団エントリキー情報の長さ(バイト数)
			WORD メンバ数;
			BYTE 集団エントリキー情報[キー長]; // 後方一致の場合逆順
							// 清音化されている
			struct {
				BYTE メンバ識別; // 0xC0
				BYTE キー長;	// キー情報の長さ(バイト数)
				BYTE キー情報[キー長]; // 後方一致の場合逆順
				BCD4  項目所在ブロック番号
				BCD2  項目所在ブロック内オフセット
				BCD4  候補リスト所在ブロック番号
				BCD2  候補リスト所在ブロック内オフセット
			} メンバ情報[メンバ数];
		} 集団エントリ;

	} 集団概念付きエントリ[エントリ数];

EBStudioでの実装

　キー情報の清音化では次の処理を行っています。

清音化前と後で異なる文字列になった場合、候補文字が一つしかない場合でも、基本エントリではなく集団エントリで記録しています。

c. 条件検索、クロス条件検索

• 条件検索とクロス条件検索は、インデックスの形式は同じです。使い分けとして、見出し語の途中に現れる語はクロス条件検索に、本文中の語は条件検索に登録します。なお、電子ブックでは条件検索一種類しかないため、見出し語も本文中の語も条件検索に登録します。
• 条件検索もかな検索と同様、集団概念付エントリとして記録されます。
• かな検索と類似していますが、集団エントリの形式が異なります。(JIS X4081には記載されていません！)

疑似コード

	struct {
		BYTE エントリ識別; // 0x80 : 集団エントリ
		BYTE キー長;	// 集団エントリキー情報の長さ(バイト数)
		WORD メンバ数;
		BYTE 集団エントリキー情報[キー長];
		BCD4  候補リスト所在ブロック番号	// ※先頭メンバのアドレス
		BCD2  候補リスト所在ブロック内オフセット
		struct {
			BYTE メンバ識別; // 0xC0
			BCD4  項目所在ブロック番号
			BCD2  項目所在ブロック内オフセット
		} メンバ情報[メンバ数];
	} 集団エントリ;

※条件検索の候補リスト所在ブロック番号・オフセットは、メンバ情報の先頭（メンバ情報[0]）に対応します。 メンバ情報[i]に対応する見出しは、候補リスト所在ブロック番号・オフセットが指す見出しから数えて i 番目の見出しになります。

EBStudioでの実装

• メンバ情報は、項目所在アドレスの昇順に並べ、かつ重複するエントリは削除しています。検索ソフトウェアによっては、条件検索がアドレスの昇順でないと検索できないものがあります。

d. 項目別条件検索

• 項目別条件検索は、複合検索の書籍構成要素として使用されます。
• かな検索と類似していますが、集団エントリの形式が異なります。(JIS X4081には記載されていません！)

疑似コード

	struct {
		BYTE エントリ識別; // 0x80 : 集団エントリ
		BYTE キー長;	// 集団エントリキー情報の長さ(バイト数)
		WORD メンバ数;
		BYTE 集団エントリキー情報[キー長];
		struct {
			BYTE メンバ識別; // 0xC0
			BCD4  項目所在ブロック番号
			BCD2  項目所在ブロック内オフセット
			BCD4  候補リスト所在ブロック番号
			BCD2  候補リスト所在ブロック内オフセット
		} メンバ情報[メンバ数];
	} 集団エントリ;

複合検索管理情報

JIS X4081

• 書籍構成要素=FFHには、複合検索のグループを定義する管理情報が格納されます。 ブロック(2048byte)の残りの領域には、00Hが詰められます。
• 複合検索管理情報で定義される各個別の書籍構成要素は、他の通常の書籍構成要素と同様に記録されますが、書籍管理情報（書籍ファイルの先頭ブロック）には登録されません。
• 入力候補テーブル(識別子=01H)は、メニュー表示データと同じ形式であり、階層メニューが表現できます（"アジア"→"日本"のように）。ただし、最下位メニューのアドレスには 0 が格納されます。
• 複合検索管理情報は、複数あっても構いません（年代別、地域別、音訓別など）。

疑似コード

	WORD 複合エントリ数;
	BYTE 予備領域１[14];
	struct {
		BYTE 書籍構成要素数;
		BYTE 予備領域２;
		BYTE 検索名称[30];	// 30バイトに満たない場合、残り00H詰め
		struct {
			BYTE 書籍構成要素識別子;
				// 01H 入力候補テーブル
				// 05H 前方一致表記形見出し(X4081では未定義)
				// 07H 後方一致表記形見出し(X4081では未定義)
				// 0DH 項目別条件検索見出し(X4081では未定義)
				// 71H 後方一致表記形検索インデックス
				// 91H 前方一致表記形検索インデックス
				// A1H 項目別条件検索インデックス
			BYTE 予備領域３;
			LONG 先頭アドレス;	// 要素の存在するブロック番号
			LONG 領域容量;		// 要素のブロック数
			BYTE 予備領域４[6];	// X4081では[5]？
		} 書籍構成要素[書籍構成要素数];
	} 複合エントリ[複合エントリ数];

EBStudioでの実装

• 複合検索管理情報内の書籍構成要素識別子は、X4081とEPWING/電子ブックで若干異同があるため、EBStudioではEPWING/電子ブックと互換性を取っています。(↑疑似コードのコメントを参照)

  メニュー型	自由キーワード型
  01H 入力候補テーブル 05H 前方一致表記形見出し 91H 前方一致表記形検索インデックス	0DH 項目別条件検索見出し A1H 項目別条件検索インデックス

書籍定義文字パターン（外字）

JIS X4081

• JIS X4081では、16X16、8X16、24X24、12X24、30X30、15X30、48X48、24X48の外字が定義できます。
• 書籍定義文字パターンには、先頭コードの外字コードから、登録パターン数個の外字が順に格納されます。
• １文字を格納するパターンブロックは1024byte境界毎に書き込みます。最後のブロックが1024byteの倍数に満たない場合、空き領域には0を詰めます。
• 外字の範囲はA121〜FE7EHです。94点を１区として割り当てるため、A17EHの次のコードはA221Hです。
• 文字パターンは、横優先でバイト境界単位に記録します（横ドットが12ドットの場合は、バイト境界の残り4ビットは0を詰める必要があります）。 文字は左上が原点です。Windowsのビットマップは左下が原点であり、かつ0/1が逆なので、注意が必要です。（そのまま書き込むと、天地逆、白黒逆になります）

疑似コード

	struct {
		struct {
			BYTE 予備領域１;
			BYTE 予備領域２[7];
			BYTE 横ドット構成;	// 8,12,16,24,32,48
			BYTE 縦ドット構成;	// 16,24,30,48
			WORD 先頭コード;	// 先頭の外字コード
			WORD 登録パターン数;	// 記録する外字の総数
			BYTE 予備領域３[2034];
		} 制御情報;
		struct {
			BYTE 文字パターン[横ドット構成*縦ドット構成/8]
			BYTE 空き領域[1024byteブロックの残りバイト数]; 
		} パターンブロック[登録パターン数];
	} 書籍定義文字パターン;

EBStudioでの実装

「広辞苑」等のEPWINGタイトルの実装に合わせて、横ドット数は8の倍数としています。

実験した限りでは、24ドット以上の外字に対応している検索ソフトウェアは ほとんどありません。OASYS-CDViewのみ、印刷時に24ドット以上の外字を使用します。 一般に16ドットだけあれば充分でしょう。

付録

検索ソフトウェアの特記事項

EBStudioの開発中に遭遇した、検索ソフトウェア固有の症状について記録しておきます。

DDwin

• 条件検索インデックスは、本文アドレスの昇順に書き込まれていること、かつエントリーの重複がないことが仮定されており、正しく書き込まないと検索できない。確かに市販のCD-ROMはそうなっているが、JammingやOASYS-CDViewはこの通りでなくても検索できる。
• 仮名インデックスが存在するときに、かなのみの検索語で検索すると、仮名インデックスのみが検索対象となり、表記インデックスを見てくれない。 このため、「ひんしゅくを買う」という表記インデックスを「ひんしゅく」で検索すると、 仮名インデックスに「ひんしゅくをかう」がなければ検索に失敗する。 他の検索ソフトウェアでは、仮名→表記の順で検索するので問題が生じない。
• 複合検索のキーワード検索で、インデックスを英大文字で書き込んでいると、小文字での検索ができない。市販タイトルでも小文字で検索できないタイトルがある。

Jamming

• モノクロ図版の横ドット数は8の倍数でないと表示が化ける。
• 上付文字、下付文字を表現できない。下付文字は自動的に前後にカッコが表示される。
  "坂本龍馬_{さかもとりょうま}"は、 "坂本龍馬（さかもとりょうま）"と表示される。

OASYS CD-View

• 電子ブックでは本文中の検索キー開始が 1F41H 0000H となっているものが多いが、検索に異常に時間がかかる。000H以外を書き込むと高速に検索できる。1F41Hに続く2バイトの意味は不明。

電子ブックプレーヤでの検索

EBStudioの出力形式を電子ブックとして作成し、8cmCD-Rに焼いて電子ブックプレーヤ用の専用ジャケットに格納すれば、SONY電子ブックプレーヤDATA DISCMANで検索できることが確認されています ( http://homepage2.nifty.com/thakata/index.htm )。その結果分かったことは：

• 市販電子ブックタイトルでは、CATALOG、START以外に、LANGUAGEとVTOCが存在するが、これらのファイルがなくても検索に支障ない。(VTOCは存在しないタイトルもある)
• 別記事参照の1F42Hに続く2バイトは、無条件に電子ブックプレーヤ固有の記号で上書きされる。1F42Hの次の矢印記号"→"は省略してはいけない。

海外版電子ブックについて

EBStudioの出力する電子ブックはEBXA準拠です。電子ブックには海外版のEBGという規格があります。EBGのEBXAとの違いについて、確認した情報は以下の通りです。

• CATALOG、STARTとも、JIS X0208(2バイトコード)ではなく、ISO 8859-1(1バイトコード)で書かれている。
• 外字は1バイト目が01H〜1EH、2バイト目が01H〜FEHの模様。
• LANGUAGEファイルの2バイト目が、EBXAでは02H、EBGでは01Hが記録されている。

履歴

初版 2001/2/5

五版 2001/2/19

六版 2001/4/21

JIS X4081の拡張BNFを掲載。「付録」に「検索ソフトウェアの特記事項」「電子ブックプレーヤについて」「海外版電子ブックについて」を加筆。その他全般に加筆。