登録する文書（テキストデータ）および文字列データに使用できる文字を，表A-1および表A-2に示します。

表A-1　登録する文書（テキストデータ）および文字列データに使用できる文字（HiRDBの文字コード種別がSHIFT-JISのとき）

文字種		長さ（バイト）	配置
			2バイトコードの1バイト目	2バイトコードの2バイト目
文字コード	1バイト 文字コード	1バイト	0x20〜0x7E 0xA1〜0xDF	−
	2バイト 文字コード	2バイト	0x81〜0x9F 0xE0〜0xFC	0x40〜0x7E 0x80〜0xFC
制御コード	JIS制御 文字コード	1バイト	0x09	−

表A-2　登録する文書（テキストデータ）および文字列データに使用できる文字（HiRDBの文字コード種別がEUCのとき）（UNIXの場合）

文字種		長さ（バイト）	配置
			2バイトコードの1バイト目	2バイトコードの2バイト目
文字コード	1バイト 文字コード	1バイト	0x20〜0x7E	−
	2バイト 文字コード	2バイト	0x8E	0xA1〜0xDF
			0xA1〜0xFE	0xA1〜0xFE
制御コード	JIS制御 文字コード	1バイト	0x09	−

英文で登録する文書（テキストデータ）および文字列データに使用できる文字を，次の表に示します。

表A-3　登録する文書（テキストデータ）および文字列データに使用できる文字（HiRDBの文字コード種別がSHIFT-JIS，EUCおよびutf-8のとき）

文字種		長さ（バイト）	使用できる文字
文字コード	1バイト文字コード	1バイト	0x20〜0x7E
制御コード	JIS制御文字コード	1バイト	0x09

なお，HiRDBの言語種別がutf-8の場合は，Text Search Plug-inでも文字コードutf-8（MS-UnicodeまたはJISX0221）を使用できます。ただし，インデクス定義にINDEX_UCS4の指定はできません。

使用できるutf-8の範囲を次の表に示します。

表A-4　 utf-8コードで使用できる文字（表内の文字コード表現は16進数）

コードポイント	1バイト	2バイト	3バイト	4バイト	5バイト	6バイト
U+00000009，U+00000020〜U+0000007E	09，20〜7E※
U+00000080〜U+000007FF	C280〜DFBF
U+00000800〜U+0000FFFF	E0A080〜EFBFBF
U+00010000〜U+0010FFFF	F0908080〜F48FBFBF
U+00110000〜U+001FFFFF	F4908080〜F7BFBFBF
U+00200000〜U+03FFFFFF	F888808080〜FBBFBFBFBF
U+04000000〜U+7FFFFFFF	FC8480808080〜FDBFBFBFBFBF

注※

UCS4の範囲の制御文字については，記述できない範囲があります。

(a)　使用できない文字に関する注意

Text Search Plug-inでは，可視状態でつながって見える文字でも，文字と文字の間に表A-1，A-2およびA-3またはA-4に示す以外の文字が含まれていると，検索タームを指定してもヒットしません。表A-1，A-2およびA-3またはA-4に示す以外の文字が登録文書中に含まれていても，登録は正常に処理されエラーにはならない場合があるため，表A-1，A-2およびA-3またはA-4に示す以外の文字が含まれているテキストデータの取り扱いにはご注意ください。

例えば，次のような場合は検索を実行してもヒットしません。

可視状態：日立

1文字目に「日」，2文字目に「立」と見えています。

実際のデータ：日＜表A-1およびA-2に示す以外の文字＞立

「日」と「立」の間に＜表A-1，A-2およびA-3またはA-4に示す以外の文字＞が含まれていると，1文字目は「日」，2文字目の「＜表A-1，A-2およびA-3またはA-4に示す以外の文字＞」は検索対象でないため無視され，3文字目は「立」として登録されます。

検索：検索ターム「日立」

検索タームに「日立」を指定しても，実際のデータは「日」と「立」が連続していないためヒットしません。

また，＜表A-1，A-2およびA-3またはA-4に示す以外の文字＞は検索対象でないため，検索タームに＜表A-1，A-2およびA-3またはA-4に示す以外の文字＞を指定してもヒットしません。

「日＜表A-1，A-2およびA-3またはA-4に示す以外の文字＞立」をヒットさせたい場合は，検索タームとして「日?立」，「日??立」，「日*立」，「日」と「立」の近傍条件などを使用してください。

英文検索は，デリミタなどの定義によってはヒットする場合もあります。

(b)　改行コードに関する注意

登録するテキストデータの改行コードには，LF（0x0a）を使用してください。登録するテキストデータに使用している改行コードがCR+LF（0x0d0a）の場合，改行コードを次のように処理します。

• 文書検索プラグインの文書登録種別がSGMLの場合
  0x0d0aと0x0aを同じ改行コードとして処理します。
  
• 文書検索プラグインの文書登録種別がPLAINの場合，および文字列検索プラグインの場合
  0d部分は表A-1，A-2およびA-3またはA-4に示した以外の文字として処理し，0aの部分は改行コードとして処理します。