■符号値→文字:
UTF-32 UTF-16 UTF-8 Shift_JIS EUC-JP EUC-JISX0213 16進数:
■文字→符号値: 空白・制御文字を除外する
入力領域
UTF-32 UTF-16 UTF-8 Shift_JIS EUC-JP EUC-JISX0213 ISO-2022-JP
文字サイズ: xx-large x-large large medium small x-small xx-small 文字色: black silver gray white red fuchsia lime yellow blue aqua 背景色: black silver gray white maroon purple green olive navy teal

符号値→文字

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。

文字→符号値

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。

文字集合 ( Coded Character Set )

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。

Unicode

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。

JIS X 0201 ( JISローマ字、JISカタカナ )

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JISローマ字と、 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JISカタカナからなる。

JIS X 0208 ( 第一水準、第二水準 )

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。

JIS X 0212 ( 補助漢字 )

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。

JIS X 0213 ( 第三水準、第四水準 )

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。

Windows拡張文字

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。

文字符号 ( Character Encoding Scheme )

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。

UTF-32

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。

UTF-16

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。

Unicode番号と UTF-16 の関係

範囲	UTF-32	UTF-16
U+0000 - U+FFFF	00000000 00000000 xxxxxxxx xxxxxxxx	xxxxxxxx xxxxxxxx
U+10000 - U+10FFFF	00000000 000wwwww yyyyyyzz zzzzzzzz	110110uu uuyyyyyy 110111zz zzzzzzzz

• wwwww = uuuu + 1 の関係にある。
• 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。

UTF-8

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。

Unicode番号と UTF-8 の関係

範囲	UTF-32	UTF-8
U+0000 - U+007F	00000000 00000000 00000000 0xxxxxxx	0xxxxxxx
U+0080 - U+07FF	00000000 00000000 00000xxx xxyyyyyy	110xxxxx 10yyyyyy
U+0800 - U+FFFF	00000000 00000000 xxxxyyyy yyzzzzzz	1110xxxx 10yyyyyy 10zzzzzz
U+10000 - U+10FFFF	00000000 000xxxyy yyyyzzzz zzwwwwww	11110xxx 10yyyyyy 10zzzzzz 10wwwwww

• 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。
• U+0000 - U+007F の範囲は US ASCII と透過的に交換できる。

Shift_JIS

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。

各文字集合と Shit_JIS の関係

文字集合	1バイト目	2バイト目
JISローマ字	00 ～ 7F
JISカタカナ	A1 ～ DF
JIS X 0208	81 ～ 9F, E0 ～ EF	40 ～ 7E, 80 ～ FC
Windows拡張文字	F0 ～ FC	40 ～ 7E, 80 ～ FC

• 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。

ISO-2022-JP

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。

各文字集合と ISO-2022-JP の関係

文字集合	制御文字	1バイト目	2バイト目
US ASCII	1B 28 42	20 ～ 7E
JISローマ字	1B 28 4A	20 ～ 7E
JIS X 0208:1978	1B 24 40	21 ～ 7E	21 ～ 7E
JIS X 0208:1983	1B 24 42	21 ～ 7E	21 ～ 7E

• 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。
• 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。

EUC-JP

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。

各文字集合と EUC-JP の関係

文字集合	1バイト目	2バイト目	3バイト目
JISローマ字	20 ～ 7E
JISカタカナ	8E	A1 ～ DF
JIS X 0208	A1 ～ FE	A1 ～ FE
JIS X 0212	8F	A1 ～ FE	A1 ～ FE

EUC-JISX0213

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。

各文字集合と EUC-JISX0213 の関係

文字集合	1バイト目	2バイト目	3バイト目
JISローマ字	20 ～ 7E
JIS X 0213 1面	A1 ～ FE	A1 ～ FE
JIS X 0213 2面	8F	A1 ～ FE	A1 ～ FE

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。

参考サイト

• The Unicode Standard
• INTERNATIONAL REGISTER OF CODED CHARACTER SETS TO BE USED WITH ESCAPE SEQUENCES
  • JIS X 0201 Roman
  • JIS X 0201 Katakana
  • JIS X 0208:1978
  • JIS X 0208:1983
  • JIS X 0212
  • JIS X 0213 plane 1
  • JIS X 0213 plane 2
• ICU Converter Explorer
• Japanese Character Encoding for Internet Messages "ISO-2022-JP"
• JIS X 0213の代表的な符号化方式