文字コード

文字コード変換

• JIS-EUC の変換
  

  JIS から EUC に変換する場合、１バイト目、２バイト目に 0x80 を加算するか、論理和。半角カタカナは１バイト目に 0x8E 、２バイト目に JIS の半角コードがそのままはいる。 EUC から JIS であれば、逆になる。 JISのエスケープコード、半角カタカナの扱いに注意。 JIS から EUC の変換アルゴリズムとしては １バイト目と２バイト目それぞれに 0x80 を加算または論理和。

  漢字 半角カタカナ １バイト目 ２バイト目 １バイト目 ２バイト目 JIS EUC JIS EUC JIS EUC JIS EUC 0x21 0x22 ・ 0x7D 0x7E 0xA1 0xA2 ・ 0xFD 0xFE 0x21 0x22 ・ 0x7D 0x7E 0xA1 0xA2 ・ 0xFD 0xFE 0xA1 0xA2 ・ 0xDD 0xDE 0x8E 0x8E ・ 0x8E 0x8E --- --- ・ --- --- 0xA1 0xA2 ・ 0xDD 0xDE

  ---

• JIS-SJIS の変換
  

  JIS から SJIS に変換する場合 １バイト目が 0x21〜0x5E は 0x81〜0x9F に、 0x5F〜0x7E は 0xE0〜0xEF に。 ２バイト目は１バイト目が 奇数の場合、 0x21〜0x5F は 0x40〜0x7E に、0x60〜0x7E は 0x80〜0x9E に。SJISの２バイト目に 0x7F は無い。 偶数の場合、 0x21〜0x7E は 0x9F〜0xFC に。 JISのエスケープコードの扱いに注意。 JIS から SJIS の変換アルゴリズムとしては １バイト目が奇数なら、２バイト目に 0x1F 加算。偶数なら 0x7D 加算。 加算した結果が 0x7F 以上なら１加算。 １バイト目に１加算して、２で割る。0x30未満なら 0x70 加算。そうでなければ 0xB0 加算。 SJIS から JIS の変換アルゴリズムとしては １バイト目が 0x9F 以下なら 0x70 減算。そうでなければ 0xB0 減算。それを２倍する。 ２バイト目が 0x7F 以上なら１減算。それが 0x9E 以上なら 0x7D 減算。 そうでなければ 0x1F 減算して、１バイト目を１減算。

  １バイト目が奇数 １バイト目が偶数 １バイト目 ２バイト目 １バイト目 ２バイト目 JIS SJIS JIS SJIS JIS SJIS JIS SJIS 0x21 0x23 ・ 0x5B 0x5D 0x81 0x82 ・ 0x9E 0x9F 0x21 0x22 ・ 0x5E 0x5F 0x40 0x41 ・ 0x7D 0x7E 0x22 0x24 ・ 0x5C 0x5E 0x81 0x82 ・ 0x9E 0x9F 0x21 0x22 ・ 0x7D 0x7E 0x9F 0xA0 ・ 0xFB 0xFC 0x5F 0x61 ・ 0x7B 0x7D 0xE0 0xE1 ・ 0xEE 0xEF 0x60 0x61 ・ 0x7D 0x7E 0x80 0x81 ・ 0x9D 0x9E 0x60 0x62 ・ 0x7C 0x7E 0xE0 0xE1 ・ 0xEE 0xEF

  ---

• EUC-SJIS の変換
  

  EUC とJISの差は 0x80 しかないのでEUC-JIS JIS-SJIS の二段構えで操作した方が簡単（苦笑。 だが、せっかくなので直接変換を考える。変換式自体はこれ以外にも当然あり得る。 EUC から SJIS に変換する場合 １バイト目が 0xA1〜0xDE は 0x81〜0x9F に、 0xDF〜0xFE は 0xE0〜0xEF に。 ２バイト目は１バイト目が 奇数の場合、 0xA1〜0xDF は 0x40〜0x7E に、0xE0〜0xFE は 0x80〜0x9E に。SJISの２バイト目に 0x7F は無い。 偶数の場合、 0xA1〜0xFE は 0x9F〜0xFC に。 EUC から SJIS の変換アルゴリズムとしては １バイト目が 0x8E なら、半角カタカナで処理終わり。 １バイト目が奇数なら、２バイト目に 0x61 減算。偶数なら 0x03 減算。 減算した結果が 0x7F 以上なら１加算。 １バイト目に１加算して、２で割る。0x70未満なら 0x30 加算。そうでなければ 0x70 加算。 サンプルソース 返り値：SJISコード。上位が１バイト目、下位が２バイト目。 0x100以下は半角文字。 int EUC2SJIS(unsinged char *euc){ int code, hi; if(*euc == 0x8E) /* 半角カタカナの処理 */ code = *(euc+1); else if(*euc >= 0xA1){ /* ２バイト文字の処理 */ /* ２バイト目を先に処理 */ code = *(euc+1); code -= (*euc & 1) ? 0x61 : 0x03; if( *(euc+1) >= 0x7F) code++; /* １バイト目 */ hi = ( *euc + 1 ) / 2; hi += (hi < 0x70 ) ? 0x30 : 0x70; code += hi * 0x100; }else code = *euc; /* １バイト文字の処理 */ return code; } SJIS から EUC の変換アルゴリズムとしては 半角カタカナなら 0x8E を前に付加で処理終わり。 １バイト目が 0x9F 以下なら 0x30 減算。そうでなければ 0x70 減算。それを２倍する。 ２バイト目が 0x7F 以上なら１減算。それが 0x9E 以上なら 0x03 加算。 そうでなければ 0x61 加算して、１バイト目を１減算。

  EUC １バイト目が奇数 EUC １バイト目が偶数 １バイト目 ２バイト目 １バイト目 ２バイト目 EUC SJIS EUC SJIS EUC SJIS EUC SJIS 0xA1 0xA3 ・ 0xDB 0xDD 0x81 0x82 ・ 0x9E 0x9F 0xA1 0xA2 ・ 0xDE 0xDF 0x40 0x41 ・ 0x7D 0x7E 0xA2 0xA4 ・ 0xDC 0xDE 0x81 0x82 ・ 0x9E 0x9F 0xA1 0xA2 ・ 0xFD 0xFE 0x9F 0xA0 ・ 0xFB 0xFC 0xDF 0xE1 ・ 0xFB 0xFD 0xE0 0xE1 ・ 0xEE 0xEF 0xE0 0xE1 ・ 0xFD 0xFE 0x80 0x81 ・ 0x9D 0x9E 0xE0 0xE2 ・ 0xFC 0xFE 0xE0 0xE1 ・ 0xEE 0xEF