コードページ

Size: px

Start display at page:

Download "コードページ"

ひでたつこうじょう
5 years ago
Views:

1 Encoding クラス文字エンコーディングを表す名前空間 :System.Text アセンブリ :mscorlib (mscorlib.dll 内 ) 解説エンコーディングは Unicode 文字のセットをバイトシーケンスに変換するプロセスで有るデコードは其の逆に成るエンコードされたバイトシーケンスを Unicode 文字のセットに変換するプロセスで有る Unicode Standard ではサポートされる総てのスクリプトに付いて各文字にコードポイント ( 数値 ) を割り当てゝ居るコードポイントのエンコードには UTF(Unicode Transformation Format) が使用される Unicode Standard バージョン 3.2 では次の UTF が使用されて居る UTF-8 ( 各コードポイントが 1 バイトから 4 バイトのシーケンスと仕て表現される ) UTF-16 ( 各コードポイントが 1 つか 2 つの 16 ビット整数のシーケンスと仕て表現される ) UTF-32 ( 各コードポイントが 32 ビット整数と仕て表現される ).NET Framework では現在の Unicode エンコーディング及び他のエンコーディングをサポートする為下記の様な Encoding クラスを実装して居る ASCIIEncoding は Unicode 文字を 1 個の 7 ビット ASCII 文字と仕てエンコードする此のエンコーディングは U+0000 から U+007F 迄の文字値丈をサポートするコードページはで有る ASCII プロパティを通じても使用出来る UTF7Encoding は UTF-7 エンコーディングを使用して Unicode 文字をエンコードする此のエンコーディングは総ての Unicode 文字値をサポートして居るコードページはで有る UTF7 プロパティを通じても使用出来る UTF8Encoding は UTF-8 エンコーディングを使用して Unicode 文字をエンコードする此のエンコーディングは総ての Unicode 文字値をサポートして居るコードページはで有る UTF8 プロパティを通じて使用出来る UnicodeEncoding は UTF-16 エンコーディングを使用して Unicode 文字をエンコードするリトルエンディアン ( コードページ 1200) とビッグエンディアン ( コードページ 1201) の両方のバイト順をサポートして居る Unicode プロパティ及び BigEndianUnicode プロパティを通じても使用出来る UTF32Encoding は UTF-32 エンコーディングを使用して Unicode 文字をエンコードするリトルエンディアン ( コードページ 65005) とビッグエンディアン ( コードページ 65006) の両方のバイト順をサポートして居る UTF32 プロパティを通じても使用出来る其の他のエンコーディングを取得するには GetEncoding メソッドを使用するエンコーディングの一覧を取得するには GetEncodings メソッドを使用する次の表はエンコーディングと其れに関連付けられたコードページの一覧を示して居る最後の列にアスタリスク ( * ) が付いて居るコードページは基に成るプラットフォームに関係無く.NET Framework でネイティブにサポートされて居る

2 コードページ名前表示名 932 shift_jis 日本語 ( シフト JIS) 1200 utf-16 Unicode 1201 unicodefffe Unicode(Big-Endian) x-mac-japanese 日本語 (Mac) EUC-JP 日本語 (JIS 及び ) iso-2022-jp 日本語 (JIS) csiso2022jp 日本語 (JIS 1 バイトカタカナ可 ) iso-2022-jp 日本語 (JIS 1 バイトカタカナ可 - SO/SI) euc-jp 日本語 (EUC) utf-7 Unicode(UTF-7) utf-8 Unicode(UTF-8) utf-32 Unicode(UTF-32) utf-32be Unicode(UTF-32 ビッグエンディアン ) GetByteCount メソッドは Unicode 文字のセットをエンコードした結果得られるバイト数を確認する実際のエンコードは GetBytes メソッドに依って実行される此処から同様に GetCharCount メソッドはバイトシーケンスをデコードした結果得られる文字数を確認する実際のデコードは GetChars メソッドに依って実行される変換するデータが一連のブロックの形でのみ得られる場合 ( ストリームから読み込むデータなど ) 又はデータ容量が大きい為に小さなブロックに分割する必要がある場合は派生クラスの GetDecoder メソッドで得られる Decoder 又は GetEncoder メソッドで得られる Encoder を使用する UTF-16 エンコーダ及び UTF-32 エンコーダでは最上位バイトが先頭に配置されるビッグエンディアンバイト順又は最下位バイトが先頭に配置されるリトルエンディアンバイト順が使用されるたとえばアルファベットの大文字 A (U+0041) は次の様に 16 進数でシリアル化される UTF-16 ビッグエンディアンバイト順 : UTF-16 リトルエンディアンバイト順 : UTF-32 ビッグエンディアンバイト順 : UTF-32 リトルエンディアンバイト順 : Encoding はオプションでプリアンブルを提供するプリアンブルはエンコーディングプロセスで得られたバイトシーケンスの先頭に付加できるバイトの配列で有るプリアンブルにバイト順マーク (Unicode ではコードポイント U+FEFF) が含まれる場合デコーダはバイト順及び変換形式 (UTF) を判断出来る Unicode バイト順マークは次の様に 16 進数でシリアル化される UTF-8 : EF BB BF UTF-16 ビッグエンディアンバイト順 : FE FF UTF-16 リトルエンディアンバイト順 : FF FE UTF-32 ビッグエンディアンバイト順 : FE FF UTF-32 リトルエンディアンバイト順 : FF FE 通常ネイティブなバイト順で Unicode 文字を格納した方が効率的で有るたとえば Intel のコンピュータなどリトルエンディアンのプラットフォームではリトルエンディアンのバイト順を使用した方が効率的で有

3 る GetPreamble メソッドはバイト順マークを格納できるバイト配列を返します此のバイト配列がエンコード済みストリームの前に付加されて居ると使用されて居るエンコーディング形式をデコーダが識別するのに役立ちますバイト順とバイト順マークの詳細に付いてはの Unicode Standard を参照してください使用例次のコード例はあるエンコーディングから別のエンコーディングへ文字列を変換して居る Imports System Imports System.Text Imports Microsoft.VisualBasic Visual Basic Namespace Convert_Example Class MyConvertExampleClass Shared Sub Main() Dim unicodestring As String = "This string contains the unicode character Pi(" & ChrW(&H03A0) & ")" ' Create two different encodings. Dim ascii As Encoding = Encoding.ASCII Dim [unicode] As Encoding = Encoding.Unicode ' Convert the string into a byte[]. Dim unicodebytes As Byte() = [unicode].getbytes(unicodestring) ' Perform the conversion from one encoding to the other. Dim asciibytes As Byte() = Encoding.Convert([unicode], ascii, unicodebytes) ' Convert the new byte[] into a char[] and then into a string. ' This is a slightly different approach to converting to illustrate ' the use of GetCharCount/GetChars. Dim asciichars(ascii.getcharcount(asciibytes, 0, asciibytes.length)) As Char ascii.getchars(asciibytes, 0, asciibytes.length, asciichars, 0) Dim asciistring As New String(asciiChars) ' Display the strings created before and after the conversion. Console.WriteLine("Original string: 0", unicodestring) Console.WriteLine("Ascii converted string: 0", asciistring) End Sub End Class End Namespace C#

4 using System; using System.Text; namespace ConvertExample class ConvertExampleClass static void Main() string unicodestring = "This string contains the unicode character Pi( u03a0)"; // Create two different encodings. Encoding ascii = Encoding.ASCII; Encoding unicode = Encoding.Unicode; // Convert the string into a byte[]. byte[] unicodebytes = unicode.getbytes(unicodestring); // Perform the conversion from one encoding to the other. byte[] asciibytes = Encoding.Convert(unicode, ascii, unicodebytes); // Convert the new byte[] into a char[] and then into a string. // This is a slightly different approach to converting to illustrate // the use of GetCharCount/GetChars. char[] asciichars = new char[ascii.getcharcount(asciibytes, 0, asciibytes.length)]; ascii.getchars(asciibytes, 0, asciibytes.length, asciichars, 0); string asciistring = new string(asciichars); // Display the strings created before and after the conversion. Console.WriteLine("Original string: 0", unicodestring); Console.WriteLine("Ascii converted string: 0", asciistring); C++ using namespace System; using namespace System::Text; int main() String^ unicodestring = "This string contains the unicode character Pi( u03a0)"; // Create two different encodings. Encoding^ ascii = Encoding::ASCII; Encoding^ unicode = Encoding::Unicode; // Convert the string into a Byte->Item[]. array<byte>^unicodebytes = unicode->getbytes( unicodestring );

5 // Perform the conversion from one encoding to the other. array<byte>^asciibytes = Encoding::Convert( unicode, ascii, unicodebytes ); // Convert the new Byte into[] a char and[] then into a string. // This is a slightly different approach to converting to illustrate // the use of GetCharCount/GetChars. array<char>^asciichars = gcnew array<char>(ascii->getcharcount( asciibytes, 0, asciibytes->length )); ascii->getchars( asciibytes, 0, asciibytes->length, asciichars, 0 ); String^ asciistring = gcnew String( asciichars ); // Display the strings created before and after the conversion. Console::WriteLine( "Original String*: 0", unicodestring ); Console::WriteLine( "Ascii converted String*: 0", asciistring ); Encoding メンバパブリックプロパティ名前説明 ASCII ASCII(7 ビット ) 文字セットのエンコーディングを取得する BigEndianUnicode ビッグエンディアンバイト順を使用する UTF-16 形式のエンコーディングを取得する BodyName 派生クラスでオーバーライドされた場合メールエージェントの Body タグと共に使用出来る現在のエンコーディングの名前を取得する CodePage 派生クラスでオーバーライドされた場合現在の Encoding のコードページ ID を取得する DecoderFallback 現在の Encoding オブジェクトの DecoderFallback オブジェクトを取得又は設定する Default システムの現在の ANSI コードページのエンコーディングを取得する EncoderFallback 現在の Encoding オブジェクトの EncoderFallback オブジェクトを取得又は設定する EncodingName 派生クラスでオーバーライドされた場合現在のエンコーディングに付いての記述をユーザーが判読出来る形式で取得する HeaderName 派生クラスでオーバーライドされた場合メールエージェントヘッダータグと共に使用出来る現在のエンコーディングの名前を取得する IsBrowserDisplay 派生クラスでオーバーライドされた場合ブラウザクライアントが現在のエンコーディングを使用してコンテンツを表示出来るかどうかを示す値を取得する IsBrowserSave 派生クラスでオーバーライドされた場合ブラウザクライアントが現在のエンコーディングを使用してコンテンツを保存出来るかどうかを示す値を取得する IsMailNewsDisplay 派生クラスでオーバーライドされた場合メールクライアント及びニュースクライアントが現在のエンコーディングを使用してコンテンツを表示出来るかどうかを示す値を取得する IsMailNewsSave 派生クラスでオーバーライドされた場合メールクライアント及びニュースクライアントが現在のエンコーディングを使用してコンテンツを保存出来るかどうかを示す値を取得する

6 IsReadOnly IsSingleByte Unicode UTF32 UTF7 UTF8 WebName WindowsCodePage 派生クラスでオーバーライドされた場合現在のエンコーディングが読み取り専用かどうかを示す値を取得する派生クラスでオーバーライドされた場合現在のエンコーディングが 1 バイトのコードポイントを使用するかどうかを示す値を取得するリトルエンディアンバイト順を使用する UTF-16 形式のエンコーディングを取得するリトルエンディアンバイト順を使用する UTF-32 形式のエンコーディングを取得する UTF-7 形式のエンコーディングを取得する UTF-8 形式のエンコーディングを取得する派生クラスでオーバーライドされた場合現在のエンコーディングの IANA (Internet Assigned Numbers Authority) に登録されて居る名前を取得する派生クラスでオーバーライドされた場合現在のエンコーディングに最も厳密に対応する Windows オペレーティングシステムのコードページを取得するパブリックメソッド名前説明 Finalize Object がガベージコレクションにより収集される前に其の Object がリソースを解放し其の他のクリーンアップ操作を実行出来る様にする (Object から継承される ) MemberwiseClone 現在の Object の簡易コピーを作成する (Object から継承される ) 基本型のエンコーディング文字は多数の異なる文字スキーム又はコードページを使用して表現出来る抽象エンティティで有るたとえば Unicode UTF-16 エンコーディングでは文字が 16 ビット整数のシーケンスと仕て表されるが Unicode UTF-8 では同じ文字が 8 ビットバイトのシーケンスと仕て表される共通言語ランタイムは Unicode UTF-16 (Unicode Transformation Format 16 ビットエンコーディング形式 ) を使用して文字を表する共通言語ランタイムをターゲットとするアプリケーションはエンコーディングに依って文字表現をネイティブの文字スキームから別のスキームに変換するこれらのアプリケーションはデコーディングに依って非ネイティブスキームの文字をネイティブスキームに割り当てます文字をエンコード及びデコードする為に最も一般的に使用される System.Text 名前空間のクラスを次の表に示します文字スキームクラス説明 ASCII エンコー System.Text.ASCIIEncoding ASCII 文字の変換を行いますディング各種エンコーディング UTF-16 Unicode エンコーディング UTF-8 Unicode エンコーディング System.Text.Encoding Convert メソッドに指定されたさまざまなエンコーディングの文字変換を行います System.Text.UnicodeEncoding UTF-16 エンコーディングの変換を行います此のスキームでは文字が 16 ビット整数で表される System.Text.UTF8Encoding UTF-8 エンコーディングの変換を行います此の可変幅エンコーディングスキームでは文字が 1 ~ 4 バイトで表される ASCIIEncoding.GetBytes メソッドを使用して Unicode 文字列をバイト配列に変換するコード例を次に示します配列内の各バイトは文字列の其の位置にある文字に対応する ASCII 値を表します

7 Visual Basic Dim MyString As String = "Encoding String." Dim AE As New ASCIIEncoding() Dim ByteArray As Byte() = AE.GetBytes(MyString) Dim x as Integer For x = 0 To ByteArray.Length - 1 Console.Write("0 ", ByteArray(x)) Next C# string MyString = "Encoding String."; ASCIIEncoding AE = new ASCIIEncoding(); byte[] ByteArray = AE.GetBytes(MyString); for(int x = 0;x <= ByteArray.Length - 1; x++) Console.Write("0 ", ByteArray[x]); 此の例では次の値がコンソールに表示されるバイト 69 は文字 E の ASCII 値で有るバイト 110 は文字 n の ASCII 値であり以下同様に続いて居る ASCIIEncoding クラスを使用して上のバイト配列を文字配列に変換するコード例を次に示します GetChars メソッドを使用してバイト配列をデコードする Visual Basic Dim AE As New ASCIIEncoding() Dim ByteArray As Byte() = 69, 110, 99, 111, 100, 105, 110, 103, 32, 83, 116, 114, 105, 110, 103, 46 Dim CharArray As Char() = AE.GetChars(ByteArray) Dim x As Integer For x = 0 To CharArray.Length - 1 Console.Write(CharArray(x)) Next C# ASCIIEncoding AE = new ASCIIEncoding(); byte[] ByteArray = 69, 110, 99, 111, 100, 105, 110, 103, 32, 83, 116, 114, 105, 110, 103, 46 ; char[] CharArray = AE.GetChars(ByteArray); for(int x = 0;x <= CharArray.Length - 1; x++) Console.Write(CharArray[x]); 上のコードではコンソールに Encoding String. と表示される

ファイル操作

ファイル操作 TextFieldParser オブジェクトストリームの読込と書込 Microsoft.VisualBasic.FileIO 名前空間の TextFieldParser オブジェクトは構造化テキストファイルの解析に使用するメソッドとプロパティを備えたオブジェクトで有るテキストファイルを TextFieldParser で解析するのはテキストファイルを反復処理するのと同じで有り