【クロスメディアキーワード】コンピューター言語とデータフォーマット

掲載日：2016年8月4日

クロスメディアキーワード【第8回】

コンピューター言語

コンピューター言語とは、ソフトウェアを開発するために人工的に設計された言語で、プログラムとデータを記述する構文と語彙で構成される。コンピューター言語は、コンピューターハードウェアの登場と共に始まり、約半世紀にわたりコンピューターとその応用の進展につれ、夥しい種類が考案されてきた。

プログラム記述の言語

1960年代までは、FORTARN、COBOL、アセンブリ言語といったプログラミング言語が主流であったが、スパゲッティ状態の（制御が乱雑で保守しにくい）プログラムが作られやすい文法であったため、それらに対する保守コストの増大が「ソフトウェア危機」として問題視されるようになった。問題解決のために「構造化プログラミング」が提唱され、以降に開発された新たなプログラミング言語は、その考えを反映するようになった。

また、「ソフトウェア危機」では、大規模で複雑なプログラム開発コストの増大も問題になった。そこで、プログラムの部品化と再利用が提唱された。1970年代からは、部品化と再利用が実現できるSmalltalk、C++、Objective-Cといったプログラミング言語が次々に開発され、「オブジェクト指向プログラミング」が提唱された。これらの言語では、オブジェクトを部品として記述できる。具体的には、データの型やそれに対する処理を抽象化し、その検査を行うことで安全な実現を可能にしている。

しかし、構造化プログラミングやオブジェクト指向プログラミングは、プログラミングの考え方をプログラマーに示唆する「パラダイム」に過ぎず、その言語を用いても「ソフトウェア危機」問題が解決するわけではない。現在では、「フレームワーク」という形で、目的とするプログラムが容易にかつ確実にできるようにするために制約的なプログラミングが行われている。

現在、代表的なプログラム記述の言語は、次のような種類がある。

C++、Objective-C、Java：汎用アプリケーションの記述
Perl、PHP：WebにおけるCGIの記述
JavaScript：Webクライアントプログラムの記述
XSLT：XMLボキャブラリ変換の記述
SQL：データベースに対する問合せの記述
Microsoft .NET Framework、JavaServer Faces：アプリケーション記述のためのフレームワーク

データ記述のための言語

データに関わる記述は、もともとプログラミング言語の一部であったが、1960年代のデータベースシステムの登場により、データの変更を容易にし、プログラムへの影響を極力少なくするために、データ記述を「スキーマ」としてプログラムから切り離す「データ独立」の動きが起きた。そうした動きの当初は、データベース関連にとどまっていたが、その後、データとそれに対する処理をオブジェクトとして扱うオブジェクト指向プログラミングとあいまって急速に広まった。

1980年代に登場したSGML（Standard Generalized Markup Language）は文書のデータ型を定義する「メタ言語」である。データ型は、データ記述の構文と語彙であり、要素の順序や階層関係、要素名（タグ）と属性名で構成され、それに基づいて具体的なデータをマークアップするHTML、MathML、SVGなどといった言語が定義される。現在では、データ記述のための言語の定義は、SGMLの後継であるXML（Extensible Markup Language）に集中するようになっている。

現在、XMLで定義された代表的なデータ記述の言語としては次のような種類がある。

XML Schema、RELAX、RELAX NG：文書のデータ型の記述
XHTML、MathML、SVG：Webコンテンツの記述
XAML、XUL：ユーザー・インターフェイスと関連データの記述
IDL：ソフトウェアコンポーネント（部品）間のインタフェースの記述

データフォーマット

コンピューター間やアプリケーション間などの情報交換で用いられるデータの形を「データフォーマット」と呼ぶ。その表現はコンピューターの内部表現と異なり、直列化される。データがプログラム内で記述されていた頃は、プログラムごとの暗黙的な形式が採用されていたが、データ独立が指向されるようになると、ファンクションコードやタグによる構文や語彙が明示的になった。

XMLに基づくデータはテキストデータで表され、そのフォーマットの構文と語彙は明示的な自己記述である。一方、画像や音楽を表わすデータの多くはバイナリーデータで表され、そのフォーマットの構文と語彙は暗黙的であり、データ量をなるべく小さく抑えるために圧縮されることが多い。

EPUBでは、XHTMLデータと画像データなどから構成されているが、書籍そのものの取り扱いを容易にし、かつデータ量をなるべく小さく抑えるために圧縮されている。また、PDFでは、テキストデータとバイナリーデータが混在し、部分的に圧縮された表現形式が採用されている。