-
Notifications
You must be signed in to change notification settings - Fork 0
/
validator.html
335 lines (331 loc) · 18 KB
/
validator.html
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
224
225
226
227
228
229
230
231
232
233
234
235
236
237
238
239
240
241
242
243
244
245
246
247
248
249
250
251
252
253
254
255
256
257
258
259
260
261
262
263
264
265
266
267
268
269
270
271
272
273
274
275
276
277
278
279
280
281
282
283
284
285
286
287
288
289
290
291
292
293
294
295
296
297
298
299
300
301
302
303
304
305
306
307
308
309
310
311
312
313
314
315
316
317
318
319
320
321
322
323
324
325
326
327
328
329
330
331
332
333
334
335
<!DOCTYPE HTML>
<!-- saved from url=(0052)http://jgrammar.life.coocan.jp/ja/tools/codeval0.htm -->
<!--?xml version="1.0" encoding="UTF-8"?--><!DOCTYPE html PUBLIC "-//W3C//DTD XHTML 1.0 Strict//EN" "http://www.w3.org/TR/xhtml1/DTD/xhtml1-strict.dtd"><HTML
lang="ja" lang="ja" xml:lang="ja"
xmlns="http://www.w3.org/1999/xhtml"><HEAD><META content="IE=11.0000"
http-equiv="X-UA-Compatible">
<META http-equiv="Content-Type" content="text/html; charset=utf-8">
<META http-equiv="Content-Style-Type" content="text/css; charset=utf-8">
<META http-equiv="Content-Script-Type" content="text/javascript; charset=utf8">
<META name="keywords" content="文字符号値参照ツール"> <TITLE>文字符号値参照ツール
[JavaScript版]</TITLE> <LINK href="validator_files/jacolumn.css" rel="stylesheet"
type="text/css"> <LINK href="validator_files/coltools.css" rel="stylesheet"
type="text/css"> <LINK href="../../css/ruby.css" rel="stylesheet" type="text/css">
<SCRIPT src="validator_files/codedat.js" type="text/javascript"></SCRIPT>
<SCRIPT src="validator_files/codeval.js" type="text/javascript"></SCRIPT>
<SCRIPT type="text/javascript">function onKeyPress() { /* TBD */ }</SCRIPT>
<META name="GENERATOR" content="MSHTML 11.00.9600.18860"></HEAD>
<BODY>
<P>■[<A
href="javascript:window.open( 'biframe.htm#codeval0.htm', '_top' );">フレーム環境</A>]
■[<A href="javascript:window.open( '../../ja/index.htm', '_top' );">目次</A>]
</P>
<H3>文字符号値参照道具 [JavaScript版] </H3>
<DIV class="rule">
<FORM action="no_action">
<P><STRONG>■符号値→文字:</STRONG> <BR><SELECT name="Encode" onchange="javascript:setEncodingInitialValue( this.form );"><OPTION>UTF-32</OPTION>
<OPTION>UTF-16</OPTION> <OPTION selected="selected">UTF-8</OPTION>
<OPTION>Shift_JIS</OPTION> <OPTION>EUC-JP</OPTION>
<OPTION>EUC-JISX0213</OPTION> <!-- <option>ISO-2022-JP</option> --> </SELECT>
16進数:<INPUT name="Hexdump" value="E4 BA 9C"> <INPUT onkeypress="javascript:onKeyPress();" onclick="javascript:inputHexDump( this.form );" type="button" value="↓文字入力">
<INPUT onkeypress="javascript:onKeyPress();" onclick="javascript:outputCombination( this.form );" type="button" value="↓合成文字参照">
<BR><STRONG>■文字→符号値:</STRONG> <INPUT name="ExSpace" type="checkbox" checked="checked"
value="">空白・制御文字を除外する
<BR><TEXTAREA name="Area0" rows="5" cols="80">入力領域</TEXTAREA> <BR><INPUT name="UTF32"
type="checkbox" value="">UTF-32 <INPUT name="UTF16" type="checkbox" checked="checked"
value="">UTF-16 <INPUT name="UTF8" type="checkbox" checked="checked"
value="">UTF-8 <INPUT name="SJIS" type="checkbox" checked="checked"
value="">Shift_JIS <INPUT name="EUCJP" type="checkbox" checked="checked" value="">EUC-JP
<INPUT name="EJ213" type="checkbox" checked="checked" value="">EUC-JISX0213
<INPUT name="ISOJP" type="checkbox" value="">ISO-2022-JP <BR><INPUT onkeypress="javascript:onKeyPress();" onclick="javascript:outputHexDump( this.form );" type="button" value="↓符号値参照">
<INPUT onkeypress="javascript:onKeyPress();" onclick="javascript:this.form.Area0.value='';" type="button" value="↑消去">
文字サイズ: <SELECT name="Fsize"><OPTION>xx-large</OPTION>
<OPTION>x-large</OPTION> <OPTION>large</OPTION> <OPTION selected="selected">medium</OPTION>
<OPTION>small</OPTION> <OPTION>x-small</OPTION> <OPTION>xx-small</OPTION>
</SELECT> 文字色: <SELECT name="Fcolor"><OPTION
selected="selected">black</OPTION> <OPTION>silver</OPTION>
<OPTION>gray</OPTION> <OPTION>white</OPTION> <OPTION>red</OPTION>
<OPTION>fuchsia</OPTION> <OPTION>lime</OPTION> <OPTION>yellow</OPTION>
<OPTION>blue</OPTION> <OPTION>aqua</OPTION> </SELECT> 背景色: <SELECT name="Bcolor"><OPTION>black</OPTION>
<OPTION>silver</OPTION> <OPTION>gray</OPTION> <OPTION
selected="selected">white</OPTION> <OPTION>maroon</OPTION>
<OPTION>purple</OPTION> <OPTION>green</OPTION> <OPTION>olive</OPTION>
<OPTION>navy</OPTION> <OPTION>teal</OPTION> </SELECT> </P></FORM></DIV>
<HR>
<!-- _______________________________________ -->
<H3>使い方</H3>
<DIV class="rule">
<DL>
<DT>符号値→文字</DT>
<DD>
<P>希望の符合値を選択して、16進数表記で数字を入力すると、 それに対応した文字が、その下の文字入力領域に反映される。
数文字分まとめて入力することも可能で、 その場合、途中にいれた空白文字は無視される。 文字符号によっては、変換表を再構築するので、
最初の実行時に処理が遅くなるが、 二回目からは通常の速度に戻る。 </P></DD>
<DT>文字→符号値</DT>
<DD>
<P>文字を入力して、調べたい符号化を選び、好みの文字属性を選ぶことで、 それらの文字に対応する符号値を 16進数表記で、
表として下の領域に出力する。 </P></DD></DL></DIV>
<HR>
<!-- _______________________________________ -->
<H3>解説</H3>
<DIV class="rule">
<H4>文字集合 ( Coded Character Set )</H4>
<P>日本語を表記するための文字集合として、次のものがある。 </P>
<DL>
<DT>Unicode</DT>
<DD>
<P>16進数で 0 ～ 10FFFF の範囲に約100万字分の文字領域を確保して、 全世界の文字を扱えるようにしたもの。実際には
10万字程度が定義されている。 </P></DD>
<DT>JIS X 0201 ( JISローマ字、JISカタカナ )</DT>
<DD>
<P>16進数で 0x21 ～ 0x7E の 94文字の範囲にローマ字、 数字、記号など割り当てた<STRONG>JISローマ字</STRONG>と、
同じく 0x21 ～ 0x5F の 64文字の範囲に、 濁点などを分離した片仮名を割り当てた<STRONG>JISカタカナ</STRONG>からなる。
</P></DD>
<DT>JIS X 0208 ( 第一水準、第二水準 )</DT>
<DD>
<P>94 * 94 = 8836 の領域に、英数字、ひらがな、カタカナ、 使用頻度の高い漢字、記号などを収めたもの。 実際に定義されているのは
6500字程度である。 JIS第一水準、JIS第二水準とも呼ばれる。 1978年に制定されて(制定時は別の名前であったが)
1983年に大幅改訂を経て、 その後、1990年、1997年に若干の調整を経て現在にいたる。 </P></DD>
<DT>JIS X 0212 ( 補助漢字 )</DT>
<DD>
<P>同じく 94 * 94 = 8836 の領域に、 JIS X 0208 に入らなかった補助用の漢字と、 アクセント記号付きの英字を収めたもの。
実際に定義されているのは6500字程度である。 俗に JIS補助漢字と呼ばれている。 1990年に制定された。 </P></DD>
<DT>JIS X 0213 ( 第三水準、第四水準 )</DT>
<DD>
<P>94 * 94 = 8836 の領域を二つ用意し、 JIS X 0208 に入らなかった現代生活に必要な漢字や記号を収めたもの。 JIS X
0212 とは別個に制定されたので、重複もある。 JIS X 0208 との対比から、
新しく定義された文字は、JIS第三水準、JIS第四水準とも呼ばれる。 JIS X 0213 は、JIS X 0208
を包含し、11000字程度が定義されている。 2000年に制定され、2004年に改訂されて現在にいたる。 </P></DD>
<DT>Windows拡張文字</DT>
<DD>
<P>JIS X 0208 に含まれなかった使用頻度の高い文字を IBM、NEC、マイクロソフトなどのベンダーが JIS X 0208 の
空き領域に割り当てて、通用するようになったもの。 Windows の普及で定着した。 </P></DD></DL>
<H4>文字符号 ( Character Encoding Scheme )</H4>
<P>日本語を表記するための文字符号として、次のものがある。 </P>
<DL>
<DT>UTF-32</DT>
<DD>
<P>Unicode の文字集合を 32bit で表現したもの。 Unicode 番号と UTF-32 の符号位置は一致する。 </P></DD>
<DT>UTF-16</DT>
<DD>
<P>Unicode の文字集合を 16bit の組み合わせで表現したもの。 16bit では 65000字程度しか表現できないので、
Unicode の全文字数 約100万字を表現するためには、 16bit を二つ組み合わせる必要がある。 16bit の Unicode
番号で表わす使用頻度の高い文字と、 16bit を二つ並べて表わす使用頻度の低い文字からなる。 </P>
<TABLE border="1" frame="box" cellspacing="0" summary="TBD">
<CAPTION>Unicode番号と UTF-16 の関係</CAPTION>
<TBODY>
<TR>
<TH>範囲</TH>
<TH>UTF-32</TH>
<TH>UTF-16</TH></TR>
<TR>
<TD>U+0000 - U+FFFF</TD>
<TD>00000000 00000000 xxxxxxxx xxxxxxxx</TD>
<TD>xxxxxxxx xxxxxxxx</TD></TR>
<TR>
<TD>U+10000 - U+10FFFF</TD>
<TD>00000000 000wwwww yyyyyyzz zzzzzzzz</TD>
<TD>110110uu uuyyyyyy 110111zz zzzzzzzz</TD></TR></TBODY></TABLE><BR>
<UL>
<LI>wwwww = uuuu + 1 の関係にある。 </LI>
<LI>U+D800 - U+DFFF の範囲は制御用(Surrogate)として使用され、 単独では使用できない。
</LI></UL><BR></DD>
<DT>UTF-8</DT>
<DD>
<P>Unicode の文字集合を 8bit = 1バイトの組み合わせで表現したもの。 単一の文字に必要とされるバイトの数は、1から4までと可変である。
</P>
<TABLE border="1" frame="box" cellspacing="0" summary="TBD">
<CAPTION>Unicode番号と UTF-8 の関係</CAPTION>
<TBODY>
<TR>
<TH>範囲</TH>
<TH>UTF-32</TH>
<TH>UTF-8</TH></TR>
<TR>
<TD>U+0000 - U+007F</TD>
<TD>00000000 00000000 00000000 0xxxxxxx</TD>
<TD>0xxxxxxx</TD></TR>
<TR>
<TD>U+0080 - U+07FF</TD>
<TD>00000000 00000000 00000xxx xxyyyyyy</TD>
<TD>110xxxxx 10yyyyyy</TD></TR>
<TR>
<TD>U+0800 - U+FFFF</TD>
<TD>00000000 00000000 xxxxyyyy yyzzzzzz</TD>
<TD>1110xxxx 10yyyyyy 10zzzzzz</TD></TR>
<TR>
<TD>U+10000 - U+10FFFF</TD>
<TD>00000000 000xxxyy yyyyzzzz zzwwwwww</TD>
<TD>11110xxx 10yyyyyy 10zzzzzz 10wwwwww</TD></TR></TBODY></TABLE><BR>
<UL>
<LI>U+D800 - U+DFFF の範囲は制御用(Surrogate)として使用され、 単独では使用できない。 </LI>
<LI>U+0000 - U+007F の範囲は US ASCII と透過的に交換できる。</LI></UL><BR></DD>
<DT>Shift_JIS</DT>
<DD>
<P>JISローマ字、JISカタカナ、 JIS X 0208 を 8bit = 1バイトの組み合わせで表現したもの。 JISローマ字を 1バイトで
0 ～ 7F までの領域に割り当て、 JISカタカナを 1バイトで A1 ～ DF までの領域に割り当て、 JIS X 0208 を、 JIS
ローマ字と JISカタカナ で使用される領域を避けて 2バイトで表現したものである。 また、Windows拡張文字を含める場合もある。 </P>
<TABLE border="1" frame="box" cellspacing="0" summary="TBD">
<CAPTION>各文字集合と Shit_JIS の関係</CAPTION>
<TBODY>
<TR>
<TH>文字集合 </TH>
<TH>1バイト目 </TH>
<TH>2バイト目 </TH></TR>
<TR>
<TD>JISローマ字 </TD>
<TD>00 ～ 7F </TD>
<TD></TD></TR>
<TR>
<TD>JISカタカナ </TD>
<TD>A1 ～ DF </TD>
<TD></TD></TR>
<TR>
<TD>JIS X 0208 </TD>
<TD>81 ～ 9F, E0 ～ EF</TD>
<TD>40 ～ 7E, 80 ～ FC</TD></TR>
<TR>
<TD>Windows拡張文字</TD>
<TD>F0 ～ FC </TD>
<TD>40 ～ 7E, 80 ～ FC</TD></TR></TBODY></TABLE><BR>
<UL>
<LI>Windows拡張文字は、1バイト目に JIS X 0208 では未定義領域に当たる 87、 ED ～ EF を使用する場合もある。
</LI></UL><BR></DD>
<DT>ISO-2022-JP</DT>
<DD>
<P>JISローマ字、JIS X 0208 を 7bit の組み合わせで表現したもの。 7bit
だけで表現するために、ビットパターンの組み合わせが少なく、 各文字集合の切り替えに数文字分の制御文字列を必要とする。 JISカタカナは使わない。
また、JISローマ字と似た文字集合として US ASCII という文字集合も使えるので、 この符号化で、英数字を表わす場合は通常 US ASCII
として扱う。 ただし、JISローマ字と US ASCII で異なる、二文字「￥」と「～」 を明示するときは、JISローマ字を使う。 </P>
<TABLE border="1" frame="box" cellspacing="0" summary="TBD">
<CAPTION>各文字集合と ISO-2022-JP の関係</CAPTION>
<TBODY>
<TR>
<TH>文字集合 </TH>
<TH>制御文字</TH>
<TH>1バイト目</TH>
<TH>2バイト目</TH></TR>
<TR>
<TD>US ASCII </TD>
<TD>1B 28 42</TD>
<TD>20 ～ 7E </TD>
<TD></TD></TR>
<TR>
<TD>JISローマ字 </TD>
<TD>1B 28 4A</TD>
<TD>20 ～ 7E </TD>
<TD></TD></TR>
<TR>
<TD>JIS X 0208:1978</TD>
<TD>1B 24 40</TD>
<TD>21 ～ 7E </TD>
<TD>21 ～ 7E </TD></TR>
<TR>
<TD>JIS X 0208:1983</TD>
<TD>1B 24 42</TD>
<TD>21 ～ 7E </TD>
<TD>21 ～ 7E </TD></TR></TBODY></TABLE><BR>
<UL>
<LI>US ASCII, JISローマ字を厳密に分類すれば、空白文字 20 は 制御文字であり、図形文字である 21 ～ 7E
とは異なる範疇にある。 </LI>
<LI>JIS X 0208 には 1978年版と 1983年版があり、 字形に同一文字集合とみなせないほどの差があるが、
Shift_JIS などとデータを交換する場合は、 基本的に 1983年版が使われる。 </LI></UL><BR></DD>
<DT>EUC-JP</DT>
<DD>
<P>JISローマ字、JISカタカナ、JIS X 0208、 JIS X 0212 を 8bit = 1バイトの組み合わせで表現したもの。
1バイトから3バイトの組み合わせがある。 JIS X 0212 は符号化として定義されているが、 実装上ではサポートしていない場合もある。
</P>
<TABLE border="1" frame="box" cellspacing="0" summary="TBD">
<CAPTION>各文字集合と EUC-JP の関係</CAPTION>
<TBODY>
<TR>
<TH>文字集合 </TH>
<TH>1バイト目</TH>
<TH>2バイト目</TH>
<TH>3バイト目</TH></TR>
<TR>
<TD>JISローマ字</TD>
<TD>20 ～ 7E </TD>
<TD></TD>
<TD></TD></TR>
<TR>
<TD>JISカタカナ </TD>
<TD>8E </TD>
<TD>A1 ～ DF </TD>
<TD></TD></TR>
<TR>
<TD>JIS X 0208 </TD>
<TD>A1 ～ FE </TD>
<TD>A1 ～ FE </TD>
<TD></TD></TR>
<TR>
<TD>JIS X 0212 </TD>
<TD>8F </TD>
<TD>A1 ～ FE </TD>
<TD>A1 ～ FE </TD></TR></TBODY></TABLE><BR></DD>
<DT>EUC-JISX0213</DT>
<DD>
<P>JIS X 0213 を符号化したもの。JISローマ字とともに使われる。 JISカタカナは使わない。 JIS X 0213 は 94 * 94
の領域を 2面分、持つので、 各面によって所要バイト数が違う。 また、JIS X 0208 は JIS X 0213 の第1面に含まれる。
</P>
<TABLE border="1" frame="box" cellspacing="0" summary="TBD">
<CAPTION>各文字集合と EUC-JISX0213 の関係</CAPTION>
<TBODY>
<TR>
<TH>文字集合 </TH>
<TH>1バイト目</TH>
<TH>2バイト目</TH>
<TH>3バイト目</TH></TR>
<TR>
<TD>JISローマ字 </TD>
<TD>20 ～ 7E </TD>
<TD></TD>
<TD></TD></TR>
<TR>
<TD>JIS X 0213 1面</TD>
<TD>A1 ～ FE </TD>
<TD>A1 ～ FE </TD>
<TD></TD></TR>
<TR>
<TD>JIS X 0213 2面</TD>
<TD>8F </TD>
<TD>A1 ～ FE </TD>
<TD>A1 ～ FE </TD></TR></TBODY></TABLE>
<P>JIS X 0213 を符号化するものとして、他に Shift_JISX0213、
ISO-2022-JISX013があるが、相互に数式変換可能なので、 このページでは、EUC-JISX0213 を代表例として紹介した。
</P></DD></DL>
<H4>参考サイト</H4>
<UL>
<LI><A href="javascript:window.open( 'http://www.unicode.org/', '_top' );">The
Unicode Standard</A> </LI>
<LI><A style="text-decoration: line-through;" href="javascript:window.open( 'http://www.itscj.ipsj.or.jp/ISO-IR/overview.htm', '_top' );">
INTERNATIONAL REGISTER OF CODED CHARACTER SETS TO BE USED WITH ESCAPE
SEQUENCES</A>
<UL>
<LI><A style="text-decoration: line-through;" href="javascript:window.open( 'http://www.itscj.ipsj.or.jp/ISO-IR/014.pdf', '_top' );">
JIS X 0201 Roman</A> </LI>
<LI><A style="text-decoration: line-through;" href="javascript:window.open( 'http://www.itscj.ipsj.or.jp/ISO-IR/013.pdf', '_top' );">
JIS X 0201 Katakana</A> </LI>
<LI><A style="text-decoration: line-through;" href="javascript:window.open( 'http://www.itscj.ipsj.or.jp/ISO-IR/042.pdf', '_top' );">
JIS X 0208:1978</A> </LI>
<LI><A style="text-decoration: line-through;" href="javascript:window.open( 'http://www.itscj.ipsj.or.jp/ISO-IR/087.pdf', '_top' );">
JIS X 0208:1983</A> </LI>
<LI><A style="text-decoration: line-through;" href="javascript:window.open( 'http://www.itscj.ipsj.or.jp/ISO-IR/159.pdf', '_top' );">
JIS X 0212</A> </LI>
<LI><A style="text-decoration: line-through;" href="javascript:window.open( 'http://www.itscj.ipsj.or.jp/ISO-IR/233.pdf', '_top' );">
JIS X 0213 plane 1</A> </LI>
<LI><A style="text-decoration: line-through;" href="javascript:window.open( 'http://www.itscj.ipsj.or.jp/ISO-IR/229.pdf', '_top' );">
JIS X 0213 plane 2</A> </LI></UL></LI>
<LI><A style="text-decoration: line-through;" href="javascript:window.open( 'http://www-950.ibm.com/software/globalization/icu/demo/converters', '_top' );">
ICU Converter Explorer</A> </LI>
<LI><A href="javascript:window.open( 'http://www.ietf.org/rfc/rfc1468.txt', '_top' );">
Japanese Character Encoding for Internet Messages "ISO-2022-JP"</A> </LI>
<LI><A href="javascript:window.open( 'http://www.asahi-net.or.jp/~wq6k-yn/code/enc-x0213.html', '_top' );">
JIS X 0213の代表的な符号化方式</A> </LI></UL></DIV>
<HR>
<!-- _______________________________________ -->
<UL>
<LI>2007/10/20 Added the button for combining characters</LI>
<LI>2005/03/04 Fist Edition.</LI></UL>
<HR>
<!-- _______________________________________ --> </BODY></HTML>