日本語 EUC と UTF-8 間の変換規則

(1) JIS X 0201 で規定されている文字

JIS X 0201:1997 で規定されている文字の名称と、Unicode で規定されている文字の名称との間で対応をとります。

例 :「A」の場合

表 3–1

日本語 EUC	JIS 名称	Unicode	Unicode 名称	UTF-8
0x41	LATIN CAPITAL LETTER A	U+0041	LATIN CAPITAL LETTER A	0x41

ただし、JIS X 0208 と同時に使用する関係上 JIS X 0208:1997 附属書 5 表 1 で代替名称が規定されている文字についてはその代替名称をもとに変換します。

例 :「ア」の場合

表 3–2

日本語 EUC	JIS 名称	JIS 代替名称	Unicode	Unicode 名称	UTF-8
0x8eb2	KATAKANA LETTER A	HALFWIDTH KATAKANA LETTER A	U+FF71	HALFWIDTH KATAKANA LETTER A	0xefbdb1

例外として、以下の 2 文字は文字の名称に関係なく同じコードを持つ文字に変換します。

表 3–3

日本語 EUC	JIS 名称	Unicode	Unicode 名称	UTF-8
0x5c	YEN SIGN	U+005c	REVERSE SOLIDUS	0x5c
0x7f	OVER LINE	U+007f	TILDE	0x7f

(2) JIS X 0208 で規定されている文字

JIS X 0208:1997 で規定されている文字の名称と、Unicode で規定されている文字の名称との間で対応をとります。

例 :「亜」の場合

表 3–4

日本語 EUC	JIS 区点	JIS 名称	Unicode	Unicode 名称	UTF-8
0xb0a1	16 区 1 点	CJK UNIFIED IDEOGRAPH-4E9C	U+4E9C	CJK UNIFIED IDEOGRAPH-4E9C	0xe4ba9c

ただし、JIS X 0201 と同時に使用する関係上 JIS X 0208:1997 附属書 5 表 2 で代替名称が規定されている文字についてはその代替名称をもとに変換します。

例 :「Ａ」の場合

表 3–5

日本語 EUC	JIS 区点	JIS 名称	JIS 代替名称	Unicode	Unicode 名称	UTF-8
0xa3c1	3 区 33 点	LATIN CAPITAL LETTER A	FULLWIDTH LATIN CAPITAL LETTER A	U+FF21	FULLWIDTH LATIN CAPITAL LETTER A	0xefbca1

(3) JIS X 0212 で規定されている文字

特殊文字 (附属書 1 で規定されている文字) およびアルファベット (附属書 2 で規定されている文字) については、JIS X 0221:1995 の附属書 3 表 4 に基づき変換します。

例 :

(トノスアクセント付きＡ) の場合

表 3–6

日本語 EUC	JIS 区点	JIS 名称	Unicode	Unicode 名称	UTF-8
0x8fa6e1	6 区 65 点	トノスアクセント付き大文字Ａ (JIS X 0221 附属書3表4 での名称)	U+0386	GREEK CAPITAL LETTER A WITH TONOS	0xe08e86

例外として、以下の 1 文字は以下のように変換します。

表 3–7

日本語 EUC	JIS 区点	JIS 名称	Unicode	Unicode 名称	UTF-8
0x8fa2b7	2 区 23 点	TILDE	U+FF5E	FULLWIDTH TILDE	0xefbd9e

漢字 (附属書 3 で規定されている文字) の中で、JIS X 0221:1995 の附属書 1 表 3 で規定されているものは、その名称をもとに、Unicode で同じ名称で規定されている文字に変換します。

例 :

の場合

表 3–8

日本語 EUC	JIS 区点	JIS 名称	Unicode	Unicode 名称	UTF-8
0x8fb0a6	16 区 6 点	CJK UNIFIED IDEOGRAPH-4E1F	U+4E1F	CJK UNIFIED IDEOGRAPH-4E1F	0xe4b89f

JIS X 0221:1995 の附属書 1 表 3 で規定されていない文字は、Unicode データベースに記述されている JIS との対応情報にもとづき変換します。

例 :

の場合

表 3–9

日本語 EUC	JIS 区点	Unicode	Unicode 名称	UTF-8
0x8fb0a1	16 区 1 点	U+4E02	CJK UNIFIED IDEOGRAPH-4E02	0xe4b882

(4) ベンダー定義文字

特殊記号 (13 区記号) - 付録 A 「ベンダー定義文字の変換」 を参照してください。

IBM 拡張文字 - 付録 A 「ベンダー定義文字の変換」 を参照してください。

(5) ユーザー定義文字

Unicode 基本複数言語面 (BMP) の私用領域 (PUA) の先頭 (U+E000) から 1880 文字分を使用して以下のように対応させます。対応する領域の概念については、図 3–1 を参照してください。

表 3–10

日本語 EUC	Unicode	UTF-8
0xf5a1 ~ 0xf5fe	U+E000 ~ U+E05D	0xee8080 ~ 0xee819d
0xf6a1 ~ 0xf6fe	U+E05E ~ U+E0BB	0xee819e ~ 0xee82bb
...
0xfea1 ~ 0xfefe	U+E34E ~ U+E3AB	0xee8d8e ~ 0xee8eab
0x8ff5a1 ~ 0x8ff5fe	U+E3AC ~ U+E409	0xee8eac ~ 0xee9089
0x8ff6a1 ~ 0x8ff6fe	U+E40A ~ U+E467	0xee908a ~ 0xee91a7
...
0x8ffea1 ~ 0x8ffefe	U+E6FA ~ U+E757	0xee9bba ~ 0xee9d97

UTF-8 で使用できる 6400 文字のユーザー定義文字のうち、下記の文字については日本語 EUC 側に対応する領域がないため、置換文字に変換します。

Unicode : U+E758 ~ U+F8FF

UTF-8 : 0xee9d98 ~ 0xeea3bf

置換文字は「?」 (名称 : QUESTION MARK、日本語 EUC の値 : 0x3f) を使用します。