Text
Page: 1
文字コード略歴 よこやままさふみ 社内勉強会 2012/05/18 文字コード略歴 Powered by Rabbit 2.0.6
Page: 2
自己紹介 ✓ 横山昌史 ✓ 入社４年目 ✓ プログラマ etc... ✓ 所属プロジェクト ✓ Java、UNIX、雑用 etc... ✓ 文字コードの "るつぼ" 文字コード略歴 Powered by Rabbit 2.0.6
Page: 3
Rabbitについて ✓ プレゼンテーションツール ✓ 実装: Ruby/GTK ✓ 動作: UNIX/Win/Mac ✓ 文章とデザインの分離 ✓ バージョン管理しやすい 文字コード略歴 Powered by Rabbit 2.0.6
Page: 4
文字コードとは ✓ 文字をコンピュータで扱うための 符号化方式 ✓ エンコード、キャラクターセットとも 呼ばれる 文字コード略歴 Powered by Rabbit 2.0.6
Page: 5
符号化 ✓ 文字や音声などを0と1のデジタ ルデータに変換すること ✓ 16進数で記述されることが多い ✓ Javaなどでは、頭に"0x"を付けると16 進数として扱われる 文字コード略歴 Powered by Rabbit 2.0.6
Page: 6
よく使われる文字コード ✓ ASCII ✓ Shift_JIS ✓ UTF-8（Unicode） ✓ EBCDIC 文字コード略歴 Powered by Rabbit 2.0.6
Page: 7
ASCII 文字コード略歴 Powered by Rabbit 2.0.6
Page: 8
ASCII American Standard Code for Information Interchange 文字コード略歴 Powered by Rabbit 2.0.6
Page: 9
ASCII ✓ 英語を表現するための文字コード ✓ 英字アルファベット、記号 ✓ いわゆる半角文字 文字コード略歴 Powered by Rabbit 2.0.6
Page: 10
ASCII ✓ 1文字につき7ビットの1バイトコ ード 7 ✓ 7ビット = 2 = 128 ✓ 16進数で言うと0x00〜0x7Fまで ✓ 1バイト = 8ビットのため、1ビット余り 文字コード略歴 Powered by Rabbit 2.0.6
Page: 11
ASCIIの例 ✓ Heisei 24 ✓ 48 65 69 73 65 69 20 32 34 ✓ 16進数（0xは省略） 文字コード略歴 Powered by Rabbit 2.0.6
Page: 12
JIS X 0201 ✓ 日本工業規格 ✓ 一部の符号位置がASCIIと違う ✓ 半角カナが使える ✓ 8ビット目を拡張 文字コード略歴 Powered by Rabbit 2.0.6
Page: 13
ASCIIと異なる文字 ✓ 符号位置0x5C ✓ ASCII:半角バックスラッシュ ✓ JISX0201:半角円記号 文字コード略歴 Powered by Rabbit 2.0.6
Page: 14
ASCIIと異なる文字 ✓ 符号位置0x7E ✓ ASCII:半角チルダ ✓ JISX0201:半角オーバーライン 文字コード略歴 Powered by Rabbit 2.0.6
Page: 15
ASCIIと異なる文字 ✓ ASCIIかJISX0201かは曖昧 ✓ 環境によって表示が変わる ✓ 日本のフォントは円記号 ✓ 外国のフォントはバックスラッシュ ✓ 7Eは日本でも大抵チルダ 文字コード略歴 Powered by Rabbit 2.0.6
Page: 16
Shift_JIS 文字コード略歴 Powered by Rabbit 2.0.6
Page: 17
Q & A ✓ Q.あなたの母語は何語ですか？ ✓ A.日本語 ✓ Q.日本語は英字アルファベットだ けで表現できますか？ ✓ A.いいえ 文字コード略歴 Powered by Rabbit 2.0.6
Page: 18
ひらがなや漢字が必要 ✓ 常用漢字 2,136文字（2010年 改定） 8 ✓ 1バイト = 8ビット = 2 = 256 ✓ 1バイトでは表現できない 文字コード略歴 Powered by Rabbit 2.0.6
Page: 19
2バイトコード ✓ 1文字を2バイトで符号化 16 ✓ 2バイト = 16ビット = 2 = 65,536 文字コード略歴 Powered by Rabbit 2.0.6
Page: 20
JIS X 0208 ✓ 日本工業規格 ✓ JIS第1・第2水準漢字を定義 ✓ 最新版では6,879文字を収録 ✓ 1983年に大幅な変更 ✓ 異字体の符号位置入れ替え ✓ 字形の変更 文字コード略歴 Powered by Rabbit 2.0.6
Page: 21
JIS X 0213 ✓ 日本工業規格 ✓ JIS X 0208の拡張（後方互換） ✓ JIS第3・第4水準漢字を定義 ✓ 環境によってはJISX0213に対応 していない（JIS第3・第4水準漢字 が使えない） 文字コード略歴 Powered by Rabbit 2.0.6
Page: 22
Shift_JISの成り立ち JIS X 0201 ＋ JIS X 0208（JIS X 0213） 文字コード略歴 Powered by Rabbit 2.0.6
Page: 23
Shift_JISの特徴 ✓ 日本語が表現できる ✓ 半角カナが使える ✓ JISX0201との互換性 文字コード略歴 Powered by Rabbit 2.0.6
Page: 24
Shift_JISの例 ✓ 平成 24 ✓ 95 BD 90 AC 20 32 34 文字コード略歴 Powered by Rabbit 2.0.6
Page: 25
Shift_JISの欠点 ✓ 全角半角問題 ✓ 「A」と「Ａ」、「ｱ」と「ア」など ✓ 全角文字を扱える文字コード共通の問 題 ✓ JISX0201の副作用 ✓ だめ文字 文字コード略歴 Powered by Rabbit 2.0.6
Page: 26
Shift_JISの派生 ✓ WindowsではShift_JISを拡張し た文字コードが使われている ✓ Windows31-JやMS932やCP932な どと呼ばれる ✓ 重複符号化（㈱問題） ✓ 同じ文字に複数の符号位置 文字コード略歴 Powered by Rabbit 2.0.6
Page: 27
UTF-8 文字コード略歴 Powered by Rabbit 2.0.6
Page: 28
Q & A ✓ Q.今はどんな時代ですか？ ✓ A.国際化時代 ✓ Q.Shift_JISの欠点はどこですか？ ✓ A.日本語しか扱えない 文字コード略歴 Powered by Rabbit 2.0.6
Page: 29
Unicode ✓ 世界中の言語を表現できる文字 コードの仕様がUnicode ✓ 110,181文字（2012年1月） 文字コード略歴 Powered by Rabbit 2.0.6
Page: 30
Unicode ✓ Unicodeの実装の一つがUTF-8 ✓ 他にもUTF-16など 文字コード略歴 Powered by Rabbit 2.0.6
Page: 31
UTF-8の特徴 ✓ ASCIIを拡張 ✓ Shift_JISとは違い、JISX0201の拡張 ではない ✓ 半角カナなどの符号位置がShift_JISと 違う ✓ だめ文字がない 文字コード略歴 Powered by Rabbit 2.0.6
Page: 32
１文字のバイト数 ✓ ASCII ✓ 全て半角文字 = 全て1バイト ✓ Shift_JIS ✓ 半角 = 1バイト ✓ 全角 = 2バイト 文字コード略歴 Powered by Rabbit 2.0.6
Page: 33
１文字のバイト数 ✓ UTF-8 ✓ 半角 = 主に1バイト ✓ 全角 = 日本語は3バイト ✓ 記号は3バイトか2バイト 文字コード略歴 Powered by Rabbit 2.0.6
Page: 34
UTF-8の例 ✓ 平成 24 ✓ E5 89 B3 E6 88 90 20 32 34 文字コード略歴 Powered by Rabbit 2.0.6
Page: 35
1バイトでない半角文字 ✓ \（半角）が２種類 ✓ 5C (ASCII): 規格上はバックスラッシュ ✓ C2 A5 (UTF-8): 規格上は円記号 ✓ 2バイトの半角文字 文字コード略歴 Powered by Rabbit 2.0.6
Page: 36
1バイトでない半角文字 ✓ ~（半角）も２種類 ✓ 7E (ASCII): 規格上はチルダ ✓ E2 80 BE (UTF-8): 規格上はオーバ ーライン ✓ 3バイトの半角文字 文字コード略歴 Powered by Rabbit 2.0.6
Page: 37
半角カナ ✓ ｱ （半角） ✓ B1 (Shift_JIS) ✓ EF BD B1 (UTF-8) ✓ UTF-8の半角カナは全て3バイト ✓ 単純なバイト数チェックでは、半角 か全角か判別できない 文字コード略歴 Powered by Rabbit 2.0.6
Page: 38
IBM版とMS版 ✓ IBM-Unicode（一般的な Unicode）とMS-Unicode（マイ クロソフト版Unicode）で符号位 置が異なる文字がある ✓ いわゆる波ダッシュ問題の要因 文字コード略歴 Powered by Rabbit 2.0.6
Page: 39
波ダッシュ問題 ✓ Windowsとそれ以外のOS間で の通信時などに文字化け ✓ 対象文字は１０文字程度（環境に よる） ✓ 〜 — － ‖ ∥ ￤ ¬ ¢ £ 文字コード略歴 Powered by Rabbit 2.0.6
Page: 40
EBCDIC 文字コード略歴 Powered by Rabbit 2.0.6
Page: 41
EBCDIC ✓ IBMによって定義された文字コー ド ✓ IBM製のメインフレーム（汎用機）など で現在も使用されている 文字コード略歴 Powered by Rabbit 2.0.6
Page: 42
EBCDIC ✓ 半角文字の符号位置がASCIIと 異なる ✓ 全角文字の表現方法がShift_JIS やUTF-8と異なる ✓ 基本的にJIS第3・第4水準は含ま れない 文字コード略歴 Powered by Rabbit 2.0.6
Page: 43
半角文字 ✓ すべて1バイト ✓ 8ビット目まで使用 ✓ 制御文字エリアが大きい ✓ 0x00〜0x3Fと0xFF ✓ 汎用機で使用される特殊な制御文字 が含まれている 文字コード略歴 Powered by Rabbit 2.0.6
Page: 44
全角文字 ✓ 半角文字との区別は制御文字で 行う ✓ 全角の開始位置がシフトアウト（0x0E） ✓ 全角の終了位置がシフトイン（0x0F） ✓ 略してSO/SIなどと呼ばれる 文字コード略歴 Powered by Rabbit 2.0.6
Page: 45
SO/SI ✓ 平成 24 ✓ 0E 45 8D 45 BA 0F 40 F2 F4 文字コード略歴 Powered by Rabbit 2.0.6
Page: 46
うわっ… ✓ SIの欠如 ✓ 0E 45 8D 45 BA ✓ SO/SIのネスト ✓ 0E 45 8D 0E 45 BA 0F 0F ✓ SO/SIを対として扱うのではなく、 モード切替文字として扱うことで 対応 文字コード略歴 Powered by Rabbit 2.0.6
Page: 47
まとめ 文字コード略歴 Powered by Rabbit 2.0.6
Page: 48
参考 ✓ プログラマのための文字コード技 術入門 ✓ 正規表現クックブック（66ページ） ✓ AIX 5L 日本語コード一覧表 ✓ jp_codebookで検索 ご静聴ありがとうございました。 文字コード略歴 Powered by Rabbit 2.0.6
