ホーム > ソフトウェア > libiconv パッチ集 > libiconv-1.11-ja-1.patch.gz

libiconv-1.11-ja-1.patch.gz

概要

libiconv-1.11 に以下の修正を施すパッチです。

cp932 の変換をマイクロソフトの変換と一致させる。
cp51932 (Windows での EUC-JP) を追加
eucJP-ms を追加 (TOG/JVC CDE/Motif 技術検討 WG が策定)
iso-2022-jp-ms を追加
JIS X 0201 ラテン文字を US-ASCII と同一の変換とする。
cp932, cp51932, eucJP-ms, iso-2022-jp-ms 以外の JIS X 0208 1区29点 EM DASH を U+2014 EM DASH に正しく変換できるように修正。
環境変数 CHARSET_ALIAS の設定により、charset の別名を定義可能とする。

効能

Windows の全文字をシフトJIS符号化方式(cp932)、日本語EUC符号化方式(eucJP-ms)、7ビットJIS符号化方式(iso-2022-jp-ms) で扱えるようになります。
Shift_JIS, EUC-JP, ISO-2022-JP の相互変換が可能になります。
環境変数 CHARSET_ALIAS の設定により、Shift_JIS、EUC-JP、ISO-2022-JP の charset 名で、それぞれ CP932、EUCーJPーMS、ISO-2022-JP-MS の変換が可能になります。

ダウンロード

libiconv-1.11-ja-1.patch.gz

ご利用方法

以下の例は、Linux の場合です。他の OS の場合は、適切なコマンドの使用および設定を行ってください。

パッチのあて方

$ gzip -dc libiconv-1.11.tar.gz | tar xvf -
$ cd libiconv-1.11
$ gzip -dc ../libiconv-1.11-ja-1.patch.gz | patch -p1

※パッチがあたらない場合は、GNU patch をご使用ください。

メイク＆インストール

$ ./configure
$ make ; make check
$ su
# make install

必要に応じて /etc/ld.so.conf に /usr/local/lib を追加し ldconfig -v (/sbin/ldconfig -v) を実行しておく。

確認方法

$ iconv -l | grep -- -MS
EUC-JP-MS EUCJP-MS EUCJP-OPEN EUCJP-WIN EUCJPMS
CP932 MS932 SHIFFT_JIS-MS SJIS-MS SJIS-OPEN SJIS-WIN WINDOWS-31J WINDOWS-932 CSWINDOWS31J
ISO-2022-JP-MS
$

詳細

cp932

次の文字の Unicode との対応を、libiconv 独自の変換から、マイクロソフトの変換にあわせて修正

表1-1 修正前
cp932 ⇔ Unicode

￠ 0x8191 ⇔ U+00A2

￡ 0x8192 ⇔ U+00A3

￢ 0x81CA ⇔ U+00AC

－ 0x817C ⇔ U+2212

∥ 0x8161 ⇔ U+2016

～ 0x8160 ⇔ U+301C

表1-2 修正後
cp932 ⇔ Unicode

￠ 0x8191 ⇔ U+FFE0

￡ 0x8192 ⇔ U+FFE1

￢ 0x81CA ⇔ U+FFE2

－ 0x817C ⇔ U+FF0D

∥ 0x8161 ⇔ U+2225

～ 0x8160 ⇔ U+FF5E
cp932(Windows-31J)で重複符号化されている文字の変換を、マイクロソフトの変換にあわせて修正

変換の詳細は、次を参照
- マイクロソフトサポート技術情報 - JP170559 (English)
- Windows-31J 情報 (当サイト)

**表1-1 修正前**
	cp932	⇔	Unicode
￠	0x8191	⇔	U+00A2
￡	0x8192	⇔	U+00A3
￢	0x81CA	⇔	U+00AC
－	0x817C	⇔	U+2212
∥	0x8161	⇔	U+2016
～	0x8160	⇔	U+301C

**表1-2 修正後**
	cp932	⇔	Unicode
￠	0x8191	⇔	U+FFE0
￡	0x8192	⇔	U+FFE1
￢	0x81CA	⇔	U+FFE2
－	0x817C	⇔	U+FF0D
∥	0x8161	⇔	U+2225
～	0x8160	⇔	U+FF5E

cp932のエイリアス(別名)

Windows-31J (IANAの登録名)
csWindows31J
MS932 (Java)
SJIS-win (PHP)
SJIS-open (TOG/JVC)
SJIS-ms
Shift_JIS-MS

cp51932

Windows Code Page 51932 (Windows での EUC-JP) を実装。

コードセット	文字セット	コード範囲
0 (G0)	JIS X 0201 ラテン文字	1バイト目 0x00～0x7F
1 (G1)	JIS X 0208:1997 NEC特殊文字 NEC選定IBM拡張文字	1バイト目 0xA1～0xA8,0xAD,0xB0～0xF4,0xF9～0xFC 2バイト目 0xA1～0xFE
2 (G2)	JIS X 0201 片仮名	1バイト目 0x8E 2バイト目 0xA1～0xDF
3 (G3)	未使用

eucJP-ms

cp932 の変換の修正により、iconv() を使って cp932 と EUC-JP 間の相互変換で、一部の JIS X 0208 の文字が正しく相互変換できなくなる事と、日本語EUC符号化方式で cp932 の機種依存文字に対応させる為に、TOG日本ベンダ協議会の CDE/Motif 技術検討 WG が作成した eucJP-ms の変換規則を実装しました。

eucJP-ms の変換については、次のページを作成しましたで、そちらをご覧ください。

eucJP-ms ( http://www2d.biglobe.ne.jp/~msyk/charcode/cp932/eucJP-ms.html )

eucJP-ms のエイリアス(別名)

eucJP-open (TOG/JVC)
eucJP-win (PHP)
EUC-JP-MS (glibc)
eucjpms (MySQL)

ISO-2022-JP-MS

cp932 の変換の修正により、iconv() を使って cp932 と ISO-2022-JP 間の相互変換で、一部の JIS X 0208 の文字が正しく相互変換できなくなる事と、7ビットJIS符号化方式で cp932 の機種依存文字に対応させる為に、ISO-2022-JP-MS というものを実装しました。

各文字セットで使用するエスケープシーケンスは次の通りです。

表2
文字集合	エスケープシーケンス	コード範囲	入力	出力
US-ASCII	ESC ( B	0x00～0x7F	○	○
JIS X 0201 ラテン文字	ESC ( J	0x00～0x7F	○	-
JIS X 0201 片仮名	ESC ( I	0x21～0x3F	○	○
JIS X 0208-1978 NEC特殊文字 NEC選定IBM拡張文字	ESC $ @	1バイト目 0x21～0x28,0x2D,0x30～0x74,0x79～0x7C 2バイト目 0x21～0x7E	○	-
JIS X 0208:1997 NEC特殊文字 NEC選定IBM拡張文字	ESC $ B	1バイト目 0x21～0x28,0x2D,0x30～0x74,0x79～0x7C 2バイト目 0x21～0x7E	○	○
ユーザー定義文字	ESC $ ( ?	1バイト目 0x21～0x34 2バイト目 0x21～0x7E	○	○

ユーザー定義文字のエスケープシーケンスについて

ESC $ ( ? は、JIS X 0202:1998 (ISO/IEC 2022:1994) の次の規定を利用します。

13.3.3 私用 どのエスケープシーケンスにおいても, 終端バイトの Fp (すなわち, 03 の列) は, 私用のため保留とする。私用のためのエスケープシーケンスは, ISO 2375 の登録対象外とする。これらは, 交換当事者間の合意によって定義する。

環境変数 CHARSET_ALIAS

フォーマット

置き換えるcharset名=実際に使用されるcharset名
デリミタ ':' により複数記述可能。
'='、':' の前後には空白、タブなどがあってはいけない。

例)

Shift_JIS、EUC-JP、ISO-2022-JP の変換をそれぞれ CP932、EUC-JP-MS(eucJP-ms)、ISO-2022-JP-MS としたい場合は、次のような設定を行ないます。(bash での環境変数設定例)

CHARSET_ALIAS="Shift_JIS=CP932:EUC-JP=EUC-JP-MS:ISO-2022-JP=ISO-2022-JP-MS"
export CHARSET_ALIAS

制限事項

eucJP-ms の制限事項

JIS X 0212 の 2区23点と2区81点が Unicode との相互変換で別のコードポイントに変換されます。

JIS X 0212 区-点	eucJP-ms	→	Unicode	→	eucJP-ms
2-23 (TILDE)	0x8FA2B7	→	U+FF5E (FULLWIDTH TILDE)	→	0xA1C1 (～)
2-81 (NUMERO SIGN)	0x8FA2F1	→	U+2116 (NUMERO SIGN)	→	0xADE2 (No.)

この制限は、cp932 との相互変換を優先させた結果、生じた制限です。

変更履歴

2007年10月27日: 新規作成

ホーム > ソフトウェア > libiconv パッチ集 > libiconv-1.11-ja-1.patch.gz