EUCコードからShift-JISコードに変換するには？ (ID:53260)

名前

ホームページ(ブログ、Twitterなど)のURL (省略可)

本文

> EUC -> SJIS は大抵、変換テーブルを用意してコンバートする事が多いです。

そんなことをするのはメモリの無駄遣いになることが多いです。
そもそも，どちらもJIS X 0208の文字の順序を変換せずに使っているので，
計算だけで処理することができます。

ちなみに，アセンブラで昔書いたコードを引っぱり出すと，
    and ax, 7F7FH
    shr ah, 1
    jc  L1
    add al, 5EH
    dec ah
L1: sub al, 60H
    sbb al, 0
    sub ah, 2FH
    jc  L2
    add ah, 40H
L2: add ah, 0A0H
    add al, 80H
でAXレジスタの値がEUC-JPのJIS X 0208の文字の値からShift_JISのJIS X 0208の値に変換されます。

> _mbcjistojms() は JIS→SJISですよね？
>> JIS X 0208の文字と0x7F7Fの論理積を与えれば，Shift JISでのJIS X 0208の文字に変換されます。
> この二つの情報で、どうやってEUC→SJISが実現出来るのかイマイチ理解出来ませんでした。

EUC-JPの仕組みを知れば簡単だと思いますが……。

まず，EUC-JPはISO/IEC 2022の8bit系の枠組みを利用しています。
そして，C0とC1にISO/IEC 6429を，
G0にUS-ASCII(or ISO/IEC 646国際基準版)を，G1にJIS X 0208を，G2にJIS X 0201の片仮名用図形文字集合を，G3にJIS X 0212を，
それぞれ呼び出した状態にあり，さらに
CLにはC0が，CRにはC1が，GLにはG0が，GRにはG1が，
それぞれ指示されている状態が暗黙に指示されています。
そして，G2とG3はシングルシフトを使って利用し，エスケープシーケンス及びロッキングシフトは利用しません。

以上がEUC-JPの基本的な仕組みです。

そして，JIS X 0208の文字はGRにあるので，10/01〜15/14の範囲のコードになります。
また，_mbcjistojmsはGLにあるJIS X 0208の文字を変換します。
GRの文字というのは，GLの文字の各バイトと128の論理和になるので，
0x7F7Fとの論理積をとることによってGRの文字をGLの文字のごとく扱えます。
あとは，このコードを_mbcjistojmsにかければShift_JISにおけるコードなる，というものです。

ところで，「JIS」というエンコーディングは存在しません。
＃JISに定められた，というのであれば複数存在する。
文字コードを扱うのですから，紛れのない表現を使って下さい。

参考資料）
文字コードの話 (euc.JP内)
http://euc.jp/i18n/charcode
日本語と文字コード (The Web KANZAKI内)
http://kanzaki.com/docs/jcode
CHARACTER SETS (IANA内)
http://www.iana.org/assignments/character-sets

←解決時は質問者本人がここをチェックしてください。

戻る