JIS X 0208 と漢字ROM

7千文字近い文字を扱うとなると、8ビット（256文字）ではまったく足りない。そこで、ISO/IEC 2022 の 94文字集合を利用することにした。つまり、第1バイト・第2バイトともに 0x21～0x7E を当てることで、94×94＝8,836文字のコード表を作ることにした。
実際には、1区～94区、1点～94点のマトリックスとしたものが JIS C 6226 である。下表に区点コード表の概念を示す。

たとえば、41区29点には「表」という漢字、72区46点には「萌」という漢字が割り当てられている。

JIS C 6226 の制定経緯については、1971年（昭和46年）の「標準コード用漢字表（試案）」の段階から関わってきた国語学者の林大 （はやし おおき） へのインタビュー記事「78JIS誕生秘話」に詳しい。

JIS C 6226 の特徴は、漢字がJIS第1水準と第2水準の2つのグループに分かれていることだ。そして、第1水準は音読み順、第2水準は部首・画数順に並んでいる。

1980年代に入るとワープロが普及し、JIS C 6226 の文字イメージはデータの形でROMに納められていた。当時は16×16ドットで1文字を描いており、1文字あたり16ビット×16＝32バイトのデータ容量となる。94×94文字全部を格納するとなると、32×94×94≒188Kバイトが必要になる。いまなら、「たった188Kバイト」で済むだろうが、当時は8KバイトのROMがせいぜいだった。このため、記号・英数字・ギリシア文字・キリル文字・JIS第1水準までで、未定義の部分は省くことで、何とか64Kバイトに収めた。

JIS C 6226 の制定から1年後、漢字辞典にも収載がなく、略字体としても認められない63文字が含まれているという報告が出された。これは「幽霊文字」問題として、今日まで尾を引くことになる。
規格の制定過程を洗ったところ、幽霊文字の多くは『日本生命収容人名漢字』および『国土行政区画総覧使用漢字』に含まれている手書きの人名や地名であることがわかった。

その後も洗い出しが続けられたが。1997年（平成9年）の時点で、なお下記の12文字が幽霊文字となっており、転記ミスではないかと考えられている。

区-点	幽霊文字
52-55	墸
52-63	壥
54-12	妛
55-27	彁
57-43	挧
58-83	暃
59-91	椦
60-57	槞
74-12	蟐
74-57	袮
79-64	閠
81-50	駲

• JIS X 0208：日本工業標準調査会
• JIS X 0201 と ISO 2022：ぱふぅ家のホームページ
• JIS X 0208にはトランプの記号がない：yanok.net
• PDFと文字（8) – JIS X0212, X 0213：PDF千夜一夜
• JIS漢字に紛れ込んだ「幽霊文字」（GIGAZINE，2018年8月1日）