EUC-JP

出典: フリー百科事典『ウィキペディア(Wikipedia)』
移動先: 案内検索

EUC-JPExtended UNIX Code Packed Format for Japanese、日本語EUC)はUNIX上で日本語の文字を扱う場合に利用されている文字コード符号化方式)のひとつである。UNIX以外のOS上で使われることもある。

1980年代前半、日本語UNIXシステム諮問委員会がUNIXで日本語を扱うための文字コードについて議論を行い、議論の結果をもとに1985年4月に同委員会から報告書がAT&Tに出され、AT&Tにより定められたのがEUC-JPの起こりである。AT&Tから、EUC(Extended UNIX Codeの略)として日本語に限らず多言語に対応できるように定められ、EUCのうち日本語を扱うものを特にEUC-JPなどと呼ぶ。他に、EUC-KR(韓国語)、EUC-CN(簡体中国語)等がある。

EUCのエンコード方式上にASCIIJIS X 0208文字集合を配置したもので、半角カナ (JIS X 0201) とJIS補助漢字 (JIS X 0212) も含むことができる。半角カナと補助漢字を使用しない場合は、JIS X 0208で規定されている符号化方式「国際基準版・漢字用8ビット符号」と同一となる。ISO/IEC 2022に適合する。

日本語文字はJIS X 0208をGR領域に表現したものを基本としており、2バイトで表現され、1バイト目、2バイト目ともに0x80 - 0xFFの範囲内にある。このため英数字と日本語文字の区別がしやすく、プログラム上での扱いが楽である。ただし、補助漢字は制御文字SS3(シングルシフトスリー、0x8F)に続けて現れるので、都合3バイトを要する。

JIS X 0213:2004に対応するEUCコードはEUC-JIS-2004(2000年初版時はEUC-JISX0213)。

UNIX系OSの標準的な文字エンコードとして広く使用されてきたが、近年(いつ?)ではUTF-8を使用したシステムも普及している。

EUC-JPの亜種[編集]

EUC-JPには亜種が存在する。二種類を以下に解説する。

eucJP-msは、オープン・グループ及び日本ベンダ協議会が策定した文字符号化方式。実装例はMySQL v5.0以降等。

CP51932マイクロソフトWindowsで使用しているWindows-31JのEUC-JP互換表現。実装例はInternet Explorer4.0以降、EmEditor秀丸エディタ等。このコードはNECPC-9800シリーズの漢字コード(9区から12区の特殊文字を除外したもの)をGR表現したような体裁を持つ。ただし、PC-9800シリーズの漢字コードはJIS C 6226-1978をベースにするのに対して、CP51932はJIS X 0208-1990をベースとする点が異なる。

  CP51932 eucJP-ms
面&区番号 1バイト目 2バイト目 面&区番号 1バイト目 2バイト目 3バイト目
JIS X 0208-1990
(第一水準漢字)
1面1区 - 8区 0xA1 - 0xA8 0xA1 - 0xFE 1面1区 - 8区 0xA1 - 0xA8 0xA1 - 0xFE
NEC特殊文字 1面13区 0xAD 1面13区 0xAD
JIS X 0208-1990
(第二水準漢字)
1面14区 - 84区 0xB0 - 0xF4 1面14区 - 84区 0xB0 - 0xF4
NEC選定IBM拡張文字 1面89区 - 92区 0xF9 - 0xFC
ユーザ定義文字
(前半)
1面85区 - 94区 0xF5 - 0xFE 0xA1 - 0xFE
JIS X 0212-1990
(前半)
2面1区 - 11区 0x8F 0xA1 - 0xAB 0xA1 - 0xFE
JIS X 0212-1990
(後半)
2面16区 - 77区 0xB0 - 0xED
IBM拡張文字
(JIS X 0212 以外)
2面83区 - 84区 0xF3 - 0xF4
ユーザ定義文字
(後半)
2面85区 - 94区 0xF5 - 0xFE

参考文献[編集]

  • 中原康: 日本語処理技術, 電気学会雑誌, 第106巻, 第12号 (1986年12月), pp.1198-1202.
  • 小野芳彦: UNIXの日本語化の実現方法, 情報処理, Vol.27, No.12 (1986年12月), pp.1393-1400.
  • 中原康: 日本語EUCの定義と解説, Revision 1.7, UI-OSF-USLP共同技術資料 (1991年12月10日).