S-JIS[2006-05-14/2008-12-25]

エンコーディング

様々な言語・環境の、漢字コード体系（エンコード）の表現（指定方法）。

言語 ASCII JIS SJIS EUC UTF8 UTF16 Unicode 備考 更新日
java（コンパイルオプション・ファイル） US-ASCII ISO-2022-JP MS932
Shift_JIS
Windows-31J		 EUC-JP UTF-8 UTF-16 　 →Javaで使える名称一覧 2007-02-13
C#
VB.NET		 Encoding.
ASCII		 Encoding.
GetEncoding("iso-2022-jp")		 Encoding.
GetEncoding("shift_jis")
Encoding.
GetEncoding(932)		 Encoding.
GetEncoding("EUC-JP")		 Encoding.
UTF8		 Encoding.
Unicode		 　 System.Text.Encoding 2007-03-15
HTML（charset） us-ascii ISO-2022-JP Shift_JIS
 x-sjis（Netscape拡張）		 EUC-JP
 x-euc-jp		 utf-8 　 unicode 大文字でも小文字でもどちらでも可 　
XML（encoding） 　 ISO-2022-JP Shift_JIS euc-jp UTF-8 　 　 省略時はUTF-8 　
コマンドプロンプト us
chcp 437		 　 jp
chcp 932		 　 　 　 　 　 2006-07-24
VC++コードページ 0000 　 03a4（十進数に直すと932） 　 　 　 04b0 　 2006-09-09
UNIX（LANG） 　 　 ja_JP.PCK ja ja_JP.UTF-8 　 　 　 　
iconv 　 jis SJIS eucJP UTF-8
UTF-8-Java		 　 　 man iconv_ja 　
Oracle（NLS_LANG） Japanese_Japan.
US7ASCII		 　 Japanese_Japan.
JA16SJIS
JA16SJISTILDE		 Japanese_Japan.
JA16EUC
JA16EUCTILDE		 Japanese_Japan.
UTF8		 　 　 　 2008-12-25
PostgreSQL
（PGCLIENTENCODING）
（\encoding）		 SQL_ASCII 　 SJIS EUC_JP UNICODE 　 　 　 　

備忘

UnicodeとUTFの関係

Unicodeは、21ビットで1文字を表す文字コード体系。[2007-05-03]
（Unicodeは、地球上の全世界の文字を1つの体系で表そうと試みているらしい。当初は16ビットとしていたが、足りなくなったので21ビットになったそうだ。16ビットを超える分は補助文字と呼ぶ）

プログラミング言語の中では、文字列はUnicodeの配列で表せばよい。
しかしこれをそのままファイルに出力しようとすると、無駄が多い。
例えば「ABCあ」という文字列は、Unicodeでは（十六進数で）0041,0042,0043,3042。半角アルファベットを詰めることが出来れば、全体として短くできる。
そういった“Unicodeの具体的な保持方法”の決め事が、UTF-8やUTF-16・UTF-32等のエンコーディング（符号化方式）。

方式 概要 「ABCあ」の符号化例
UTF-32 全てを4バイトで表す。一番単純だが一番冗長。 00000041 00000042 00000043 00003042 16Byte
UTF-16 基本の文字を2バイト、補助文字を4バイトで表す。 0041 0042 0043 3042 8Byte
UTF-8 半角アルファベット（ASCII体系）は1バイト、その他を2/3/4バイトで表す。 41 42 43 E38182 6Byte

参考

プログラム言語比較へ戻る / 技術メモへ戻る
メールの送信先：ひしだま