DoCoMo má v tabulce Unicode jen 244 ze 722 emoji převzatých od japonských operátorů
Unicode vydal letos v únoru osmnáctou verzi své znakové databáze a je v ní pořád soubor, který u 722 znaků říká, který japonský operátor je měl ve své sadě. Sloupec operátora DoCoMo je vyplněný u 244 řádků, KDDI má 633. Tabulka se nezměnila od roku 2010.
Soubor EmojiSources.txt patří do databáze znaků Unicode od roku 2010 a nikdo v něm od té doby nezměnil ani jeden řádek. Přesto ho Unicode vydal znovu, ve verzi 18.0.0 datované 3. února 2026. Má čtyři sloupce: kód znaku v Unicode a k němu kód v kódování Shift-JIS u tří japonských operátorů: DoCoMo, KDDI a SoftBank.
Co v tabulce je a co ne
Řádků je 722. Z toho 701 popisuje jediný znak a 21 celou sekvenci, třeba číslici v rámečku klávesy. Sloupec operátora je vyplněný jen tam, kde ten operátor měl znak rovnocenný tomu unicodovému; přibližné náhrady soubor neuvádí vůbec a v hlavičce to říká sám.
Ne každý řádek by dnešní seznam emoji za emoji uznal. Tři z nich jsou různě široké mezery (U+2002, U+2003 a U+2005) a všechny tři má vedené jen KDDI.
244 proti 633
Kolik řádků má který operátor vyplněných, se dá spočítat jedním průchodem souborem. DoCoMo má 244, SoftBank 469 a KDDI 633. Ve 179 řádcích stojí kódy všech tří naráz. Bez ostatních dvou má DoCoMo 18 řádků, SoftBank 66 a KDDI 193. Jsou to naše čísla, ne údaj Unicode; soubor je veřejný, takže si je každý přepočítá.
Že je DoCoMo nejmenší, přestane překvapovat, když se člověk podívá, s čím ta firma začínala. Nejstarší emoji dokument, který UTS #51 ve svém soupisu návrhů vede, je dopis z 26. dubna 2000, ve kterém Graham Asher ze Symbianu vypsal seznam piktogramů operátora DoCoMo: 207 číslovaných položek ve čtrnácti kategoriích, od počasí a zvěrokruhu po služby i-mode. Sám k němu připsal, že je raný a asi zastaralý, a že za jeho zakódování do Unicode nebojuje.
Číslo 244 tedy neříká, jak velkou sadu DoCoMo mělo. Říká, u kolika znaků k ní Unicode našel přesnou dvojici.
Cesta operátorských sad do Unicode trvala deset let
Specifikace UTS #51 tu historii popisuje sama. Emoji byly na japonských telefonech od roku 1999, každý operátor měl ale vlastní sadu, která se s ostatními překrývala jen částečně, a každý výrobce k tomu vlastní rozšíření kódování. Operátoři si vyráběli převodní tabulky, aby se dalo aspoň něco vyměnit, a znak, který přijímající telefon zobrazit neumělo, se na displeji ukázal jako 〓, tedy U+3013 GETA MARK. Kolik se toho do zprávy vejde, rozhoduje kódování dodnes: v SMS stačí jediný háček a místo 160 znaků projde jen 70.
Zprávy se lámaly, jakmile se do výměny pošty připojil někdo, kdo japonské tabulky neznal. Google začal v roce 2006 převádět emoji operátorů na kódy z oblasti pro soukromé užití, v roce 2007 se technický výbor Unicode shodl na tom, že se emoji zakódují, a jako sjednocení sad japonských operátorů se pak definovala sada 722 znaků. Sto čtrnáct z nich v Unicode 5.2 už bylo, zbylých 608 přišlo v roce 2010 do Unicode 6.0. Tehdy taky vznikl EmojiSources.txt; sestavil ho Markus Scherer a Unicode k němu píše, že žádnou změnu ani doplnění nečeká.
Operátor svůj seznam smazal, Unicode ho drží dál
DoCoMo oznámilo 21. března 2024, že 31. března 2026 vypne třetí generaci sítě FOMA a s ní službu i-mode. Mezi třinácti ukončenými službami je i-mode mail, tedy právě to, pro co emoji vznikly, a 423 přístrojů se tím přestalo dát používat.
Firma po sobě zároveň uklízí. Adresa, na které vedla seznam svých emoji, odpovídá kódem 403 a vrátí k němu vlastní chybovou stránku s větou, že se stránky kvůli konci FOMA a i-mode postupně odklízejí; ověřeno 26. září 2026. Kdo chce dnes dohledat, který znak měl který japonský operátor, má k tomu jediný veřejný pramen, a je to ta zmrazená tabulka.
Na dnešní poměry je malá. Unicode vede podle svého přehledu celkem 3 972 emoji, z toho 1 397 jako samostatné znaky, a všechno ostatní jsou sekvence: odstíny pleti, dvojice lidí, vlajky. Samostatných znaků je v tabulce z roku 2010 celkem 701, tedy právě polovina těch dnešních.
Hlavička souboru přitom každého, kdo potřebuje dnešní data o emoji, posílá jinam, na adresu s aktuálními seznamy. Tabulka nezůstala proto, že by ji někdo potřeboval k práci. Zůstala jako zápis o tom, co který operátor měl, a od letošního března je to zápis o něčem, co už nikde neběží.