3.1.4　抽出したデータの文字コード変換

(a)　1バイトコード

「図3-8　SJIS文字コードの範囲」の(1)〜(4)の文字コードは次のように変換します。

• 対応するEUCコードに変換します。

• カナ文字はEUCコードでは1バイトコードになります。

• 空白文字（0x20）はそのまま空白文字（0x20）となります。

(b)　2バイトコード（SJIS標準漢字領域）

• 「図3-8　SJIS文字コードの範囲」の(6)，(7)の文字コードは，対応するEUC標準漢字領域のコードに変換します。

• 空白文字（0x8140）は空白文字（0xa1a1）に変換します。

(c)　2バイトコード（外字領域）

「図3-8　SJIS文字コードの範囲」の(8)の文字コードは次のように変換します。

文字コード変換用マッピングテーブルに従い，コード変換します。なお，文字コード変換用マッピングテ−ブルに対応するコードが定義されていない場合は未定義コードとして，環境変数XTUNDEF，またはXTDATAUNDEFに指定した値で変換します。文字コード変換用マッピングテーブルについては，「4.2.3　データ抽出・反映の付加機能」を参照してください。環境変数については，「2.2.3　環境変数の設定」を参照してください。

(d)　2バイトコード（上記(b)(c)以外）

未定義コードとしてみなされ，環境変数XTUNDEF，またはXTDATAUNDEFに指定した値で変換します。環境変数については，「2.2.3　環境変数の設定」を参照してください。

(a)　1バイトコード

• 対応するUTF-8コードに変換します。

• カナ文字はUTF-8コードでは3バイトコードになります。

• 空白文字（0x20）はそのまま空白文字（0x20）となります。

(b)　2バイトコード（標準文字セット）

• 対応するUTF-8の標準文字コードに変換します。

• 空白文字（0x8140）は空白文字（0xE38080）に変換します。

(c)　2バイトコード（外字コード）

文字コード変換用マッピングテーブルに従い，コード変換します。なお，文字コード変換用マッピングテ−ブルに対応するコードが定義されていない場合は未定義コードとして，環境変数XTUNDEF，またはXTDATAUNDEFに指定した値で変換します。文字コード変換用マッピングテーブルについては，「4.2.3　データ抽出・反映の付加機能」を参照してください。環境変数については，「2.2.3　環境変数の設定」を参照してください。

(d)　2バイトコード（上記(b)(c)以外）

未定義コードとしてみなされ，環境変数XTUNDEF，またはXTDATAUNDEFに指定した値で変換します。環境変数については，「2.2.3　環境変数の設定」を参照してください。

(a)　1バイトコード

• 対応するUTF-16BE，またはUTF-16LEコードに変換します。

• 空白文字（0x20）は，バイトオーダによって異なります。

  • UTF-16BEの場合

    空白文字（0x20）は，空白文字（0x0020）に変換します。

  • UTF-16LEの場合

    空白文字（0x20）は，空白文字（0x2000）に変換します。

(b)　2バイトコード（標準文字セット）

• 対応するUTF-16BE，またはUTF-16LEコードに変換します。

• 空白文字（0x8140）は，バイトオーダによって異なります。

  • UTF-16BEの場合

    空白文字（0x8140）は，空白文字（0x3000）に変換します。

  • UTF-16LEの場合

    空白文字（0x8140）は，空白文字（0x0030）に変換します。

(c)　2バイトコード（外字コード）

文字コード変換用マッピングテーブルに従い，コード変換します。なお，文字コード変換用マッピングテ−ブルに対応するコードが定義されていない場合は未定義コードとして，環境変数XTUNDEF，またはXTDATAUNDEFに指定した値で変換します。文字コード変換用マッピングテーブルについては，「4.2.3　データ抽出・反映の付加機能」を参照してください。環境変数については，「2.2.3　環境変数の設定」を参照してください。

(d)　2バイトコード（上記(b)(c)以外）

未定義コードとしてみなされ，環境変数XTUNDEF，またはXTDATAUNDEFに指定した値で変換します。環境変数については，「2.2.3　環境変数の設定」を参照してください。

(a)　1バイトコード

「図3-9　EUC文字コードの範囲」の(1)〜(4)の文字コードは次のように変換します。

• 対応するSJISコードに変換します。

• カナ文字はSJISコードでは1バイトコードになります。

• 空白文字（0x20）はそのまま空白文字（0x20）となります。

(b)　2バイトコード（標準漢字コード）

• 「図3-9　EUC文字コードの範囲」の(6)の文字コードは，対応するSJIS標準漢字領域のコードに変換します。

• 空白文字（0xa1a1）は空白文字（0x8140）に変換します。

(c)　2バイトコード（外字コード）

「図3-9　EUC文字コードの範囲」の(5)の文字コードは次のように変換します。

• 文字コード変換用マッピングテーブルに従いコード変換します。なお，文字コード変換用マッピングテーブルに対応するコードが定義されていない場合は未定義コードとして，環境変数XTUNDEF，またはXTDATAUNDEFに指定した値で変換します。文字コード変換用マッピングテーブルについては，「4.2.3　データ抽出・反映の付加機能」を参照してください。環境変数については，「2.2.3　環境変数の設定」を参照してください。

• コードセット3はHiRDB反映時にエラーになる場合があります。

(d)　2バイトコード（上記(b)(c)以外）

未定義コードとしてみなされ，環境変数XTUNDEF，またはXTDATAUNDEFに指定した値で変換します。環境変数については，「2.2.3　環境変数の設定」を参照してください。

(a)　1バイトコード

• 対応するUTF-8コードに変換します。

• 空白文字（0x20）はそのまま空白文字（0x20）となります。

(b)　2バイトコード（標準文字セット）

• 対応するUTF-8の標準文字コードに変換します。

• カナ文字はUTF-8コードでは3バイトコードになります。

• 空白文字（0xa1a1）は空白文字（0xE38080）に変換します。

(c)　3バイトコード（外字コード）

文字コード変換用マッピングテーブルに従い，コード変換します。なお，文字コード変換用マッピングテ−ブルに対応するコードが定義されていない場合は未定義コードとして，環境変数XTUNDEF，またはXTDATAUNDEFに指定した値で変換します。文字コード変換用マッピングテーブルについては，「4.2.3　データ抽出・反映の付加機能」を参照してください。環境変数については，「2.2.3　環境変数の設定」を参照してください。

(d)　2バイトコードまたは3バイトコード（上記(b)(c)以外）

未定義コードとしてみなされ，環境変数XTUNDEF，またはXTDATAUNDEFに指定した値で変換します。環境変数については，「2.2.3　環境変数の設定」を参照してください。

(a)　1バイトコード

• 対応するUTF-16BE，またはUTF-16LEコードに変換します。

• 空白文字（0x20）は，バイトオーダによって異なります。

  • UTF-16BEの場合

    空白文字（0x20）は，空白文字（0x0020）に変換します。

  • UTF-16LEの場合

    空白文字（0x20）は，空白文字（0x2000）に変換します。

(b)　2バイトコード（標準文字セット）

• 対応するUTF-16BE，またはUTF-16LEコードに変換します。

• 空白文字（0xA1A1）は，バイトオーダによって異なります。

  • UTF-16BEの場合

    空白文字（0xA1A1）は，空白文字（0x3000）に変換します。

  • UTF-16LEの場合

    空白文字（0xA1A1）は，空白文字（0x0030）に変換します。

(c)　3バイトコード（外字コード）

文字コード変換用マッピングテーブルに従い，コード変換します。なお，文字コード変換用マッピングテ−ブルに対応するコードが定義されていない場合は未定義コードとして，環境変数XTUNDEF，またはXTDATAUNDEFに指定した値で変換します。文字コード変換用マッピングテーブルについては，「4.2.3　データ抽出・反映の付加機能」を参照してください。環境変数については，「2.2.3　環境変数の設定」を参照してください。

(d)　2バイトコードまたは3バイトコード（上記(b)(c)以外）

未定義コードとしてみなされ，環境変数XTUNDEF，またはXTDATAUNDEFに指定した値で変換します。環境変数については，「2.2.3　環境変数の設定」を参照してください。

(a)　1バイトコード

• 対応するコードに変換します。

• 空白文字（0x20）はそのまま空白文字（0x20）となります。

(b)　2バイトコードおよび3バイトコード（標準漢字コード）

• 対応する文字コードに変換します。

• 空白文字（0xE38080）は，対応する文字コードの種別によって異なります。

  • SJISの場合

    空白文字（0xE38080）は，空白文字（0x8140）に変換します。

  • EUCの場合

    空白文字（0xE38080）は，空白文字（0xa1a1）に変換します。

(c)　3バイトコード（外字コード）

文字コード変換用マッピングテーブルに従い，コード変換します。なお，文字コード変換用マッピングテ−ブルに対応するコードが定義されていない場合は未定義コードとして，環境変数XTUNDEF，またはXTDATAUNDEFに指定した値で変換します。文字コード変換用マッピングテーブルについては，「4.2.3　データ抽出・反映の付加機能」を参照してください。環境変数については，「2.2.3　環境変数の設定」を参照してください。

(d)　2バイトコードまたは3バイトコード（上記(b)(c)以外）

未定義コードとしてみなされ，環境変数XTUNDEF，またはXTDATAUNDEFに指定した値で変換します。環境変数については，「2.2.3　環境変数の設定」を参照してください。

(e)　4バイト以上のコード

UTF-8の4バイト以上の文字コードを検知した場合，環境変数XTUTF8UCS4CHKの指定に従って動作します。環境変数については，「2.2.3　環境変数の設定」を参照してください。

(a)　1バイトコード

• 対応するUTF-16BE，またはUTF-16LEコードに変換します。

• 空白文字（0x20）は，バイトオーダによって異なります。

  • UTF-16BEの場合

    空白文字（0x20）は，空白文字（0x0020）に変換します。

  • UTF-16LEの場合

    空白文字（0x20）は，空白文字（0x2000）に変換します。

(b)　2バイトコードおよび3バイトコード（標準漢字コード）

• 対応するUTF-16BE，またはUTF-16LEコードに変換します。

• 空白文字（0xE38080）は，バイトオーダによって異なります。

  • UTF-16BEの場合

    空白文字（0xE38080）は，空白文字（0x3000）に変換します。

  • UTF-16LEの場合

    空白文字（0xE38080）は，空白文字（0x0030）に変換します。

(c)　3バイトコード（外字コード）

UTF-8の外字コードは，UTF-8のデコード（UTF-8からUnicodeへ変換）規則と，UTF-16のエンコード（UnicodeからUTF-16へ変換）規則に従って，UTF-16の外字コードに変換します。

(d)　2バイトコードまたは3バイトコード（上記(b)(c)以外）

未定義コードとしてみなされ，環境変数XTUNDEF，またはXTDATAUNDEFに指定した値で変換します。環境変数については，「2.2.3　環境変数の設定」を参照してください。

(a)　2バイトコード

• 対応するSJISコードに変換します。

• 空白文字は，バイトオーダによって異なります。

  • UTF-16BEの場合

    空白文字（0x0020）は，空白文字（0x20）に変換します。

  • UTF-16LEの場合

    空白文字（0x2000）は，空白文字（0x20）に変換します。

(b)　2バイトコード（外字コード）

文字コード変換用マッピングテーブルに従いコード変換します。なお，文字コード変換用マッピングテーブルに対応するコードが定義されていない場合は未定義コードとして，環境変数XTUNDEF，またはXTDATAUNDEFに指定した値で変換します。文字コード変換用マッピングテーブルについては，「4.2.3　データ抽出・反映の付加機能」を参照してください。環境変数については，「2.2.3　環境変数の設定」を参照してください。

(c)　4バイトコード（補助多言語面）

環境変数XTUNDEF，またはXTDATAUNDEFに指定した値で変換します。

(a)　2バイトコード

• 対応するEUCコードに変換します。

• 空白文字は，バイトオーダによって異なります。

  • UTF-16BEの場合

    空白文字（0x0020）は，空白文字（0x20）に変換します。

  • UTF-16LEの場合

    空白文字（0x2000）は，空白文字（0x20）に変換します。

(b)　2バイトコード（外字コード）

文字コード変換用マッピングテーブルに従い，コード変換します。なお，文字コード変換用マッピングテ−ブルに対応するコードが定義されていない場合は未定義コードとして，環境変数XTUNDEF，またはXTDATAUNDEFに指定した値で変換します。文字コード変換用マッピングテーブルについては，「4.2.3　データ抽出・反映の付加機能」を参照してください。環境変数については，「2.2.3　環境変数の設定」を参照してください。

(c)　4バイトコード（補助多言語面）

• 環境変数XTUNDEF，またはXTDATAUNDEFに指定した値で変換します。

• UTF-16に4バイトコードを検知した場合，環境変数XTUTF8UCS4CHKに指定した値でコード変換します。

(a)　2バイトコード

• 対応するUTF-16BE，またはUTF-16LEコードに変換します。

• 空白文字は，バイトオーダによって異なります。

  • UTF-16BEの場合

    空白文字（0x0020）は，空白文字（0x20）に変換します。

  • UTF-16LEの場合

    空白文字（0x2000）は，空白文字（0x20）に変換します。

(b)　2バイトコード（外字コード）

UTF-16の外字コードは，UTF-16のデコード（UTF-16からUnicodeへ変換）規則と，UTF-8のエンコード（UnicodeからUTF-8へ変換）規則に従って，UTF-16の外字コードに変換します。

(c)　4バイトコード（補助多言語面）

対応するUTF-8コードに変換します。

(a)　UnicodeからUTF-8へのエンコード

UnicodeからUTF-8への変換後の値は，次の手順で求めます。

1. Unicodeの値を16進数から2進数に変換する

2. 次に示す表に従い，vの部分に1.の値を当てはめる

3. 2.の値を16進数に変換する

   表3‒9　UnicodeとUTF-8の関係

   Unicode （16進数）	UTF-8 （2進数）
   	1バイト目	2バイト目	3バイト目	4バイト目	5バイト目	6バイト目
   00000000〜0000007f	0vvvvvvv	−	−	−	−	−
   00000080〜000007ff	110vvvvv	10vvvvvv	−	−	−	−
   00000800〜0000ffff	1110vvvv	10vvvvvv	10vvvvvv	−	−	−
   00010000〜001fffff	11110vvv	10vvvvvv	10vvvvvv	10vvvvvv	−	−
   00200000〜03ffffff	111110vv	10vvvvvv	10vvvvvv	10vvvvvv	10vvvvvv	−
   04000000〜7fffffff	1111110v	10vvvvvv	10vvvvvv	10vvvvvv	10vvvvvv	10vvvvvv

（凡例）

−：該当しません。

例

Unicode（E000）₁₆をUTF-8に変換します。

1. （E000）₁₆ = （1110000000000000）₂

2. （11101110 10000000 10000000）₂

3. （11101110 10000000 10000000）₂ =（EE8080）₁₆

よって，UTF-8への変換後の値は（EE8080）₁₆となります。

(b)　UTF-8からUnicodeへのデコード

UTF-8からUnicodeへの変換後の値は，UTF-8のエンコードと逆の手順で求めます。

1. UTF-8の値を2進数に変換する

2. 表3-9に従い，1.の値を当てはめ，vの部分を取り除く

3. Unicodeの値を2進数から16進数に変換する

例

UTF-8（EE8080）₁₆をUnicodeに変換します。

1. （EE8080）₁₆ = （11101110 10000000 10000000）₂

2. （1110000000000000）₂

3. （1110000000000000）₂ = （E000）₁₆

よって，Unicodeへの変換後の値は（E000）₁₆となります。

(c)　UnicodeからUTF-16へのエンコード

UnicodeからUTF-16への変換後の値の求め方は，Unicodeの値の範囲によって異なります。

（0000）₁₆〜（FFFF）₁₆の範囲のUnicodeは，変換後もそのままUnicodeの値（2バイト）となります。なお，（D800）₁₆〜（DFFF）₁₆の範囲はサロゲート用で，単独のUnicode文字コードとしては使用できないため除きます。

（10000）₁₆以上のUnicodeは，変換後，サロゲートペア（4バイト）となります。（10000）₁₆以上のUnicodeからUTF-16への変換後の値は，次の手順で求めます。

1. Unicode値から（10000）₁₆を引く

2. 1.の値を1024で割り，その商に（D800）₁₆を加える

   上位サロゲート = （1.の値 ÷ 1024） + （D800）₁₆

3. 1.の値を1024で割り，その余りに（DC00）₁₆を加える

   下位サロゲート = （1.の値 % 1024） + （DC00）₁₆

例

Unicode（20B9F）₁₆をUTF-16に変換します。

1. （20B9F）₁₆ - （10000）₁₆ = （10B9F）₁₆

2. 上位サロゲート = （（10B9F）₁₆ ÷ 1024） + （D800）₁₆ = （D842）₁₆

3. 下位サロゲート = （（10B9F）₁₆ % 1024） + （DC00）₁₆ = （DF9F）₁₆

よって，UTF-16への変換後の値は（D842 DF9F）₁₆となります。

(d)　UTF-16からUnicodeへのデコード

UTF-16からUnicodeへの変換後の値の求め方は，UTF-16の値の範囲によって異なります。

上位サロゲートが次に示す範囲のUTF-16は，変換後もそのままUTF-16の値が使われます。

• （0000）₁₆〜（D7FF）₁₆

• （E000）₁₆〜（FFFF）₁₆

上位サロゲートが（D800）₁₆〜（DBFF）₁₆で，下位サロゲートが（DC00）₁₆〜（DFFF）₁₆の範囲のUTF-16の場合，Unicodeへの変換後の値は，次の手順で求めます。

1. 上位サロゲートから（D800）₁₆を引く

   Unicode上位値 = 上位サロゲート - （D800）₁₆

2. 下位サロゲートから（DC00）₁₆を引く

   Unicode下位値 = 下位サロゲート - （DC00）₁₆

3. 1.の値に1024をかけ，2.の値，および（10000）₁₆を足す

例

Unicode（D842 DF9F）₁₆をUTF-16に変換します。

1. Unicode上位値 = （D842）₁₆ - （D800）₁₆ = （42）₁₆

2. Unicode下位値 = （DF9F）₁₆ - （DC00）₁₆ = （39F）₁₆

3. （42）₁₆ × 1024 + （39F）₁₆ + （10000）₁₆ = （20B9F）₁₆

よって，Unicodeへの変換後の値は（20B9F）₁₆となります。