2010-05-25 15:03 我們在項目開發過程中經常會碰到如下幾個名詞" EUC編碼 ", " EUC_JP編碼 ", " EUC U90 ", " EUC S90 ", " Shift_JIS "等等，那麼這些名字表示的編碼表示什麼含義呢，本文旨在講述日文編碼的發展，以及解釋以上各個日文編碼名詞的真正含義，相信對你的日常開發會有幫助。 負責日本文字編碼工作的兩大機構 衆所周知，在計算機上只能存儲二進制的數字0,1，而在日常生活中用來交流的文字(例如：英文字母 A )，在計算機中是無法存儲的，爲了解決文字在計算機上的存儲問題，我們必須對文字進行數值化，也就是傳說中的“ 編碼 ”。例如在ASCII編碼體系中英文字符' A '的碼值爲“ 0x41 ”，所以如果運用ASII編碼，' A '存儲在計算機中就是' 1000001 '。 然而很多東方國家的文字比較龐大，不像英文字符，大小寫總共就52個字母，對其編碼是很簡單的。日本文字假名叫常用漢字就有幾千個，如何對日本文字進行編碼，這確實是一個 體力 與 智力 並存的工作。很顯然，你要想對日文進行編碼，首先你要做的就是你得知道日本有多少個文字（平假片假名）呢？這個問題恐怕不是一般人能夠回答的。所以在這個世界上有兩個組織機構來做這個工作，這就是傳說中的 ISO 和 日本國標(JIS: Japan Industry Standard) .這兩個組織負責收集所有日本語種所要到的文字，然後對其進行編碼工作。 ISO-2022-JP的日文編碼 ISO 2022，全稱ISO/IEC 2022，由國際標準化組織(ISO)及國際電工委員會(IEC)聯合制定，是一個使用7位編碼表示漢語文字、日語文字或朝鮮文字的方法。 ISO 2022等同於歐洲標準組織(ECMA)的ECMA-35、中國國標GB 2311、日本工業規格JIS X 0202(舊稱JIS C 6228)及韓國工業規格KS X 1004(舊稱KS C 5620)。具體可參考：http://zh.wikipedia.org/w/index.php?title=ISO/IEC_2022&variant=zh-cn。 關於這些編碼的詳細內容可以參考如下的RFC文檔： http://tools.ietf.org/html/rfc2237 RFC 1468, ISO-2022-JP的規格 RFC 2237, ISO-2022-JP-1的規格 RFC 1554, ISO-2022-JP-2的規格 以上編碼體系在我們的Symfoware中用的不是很多 日本國標(JIS)的日文編碼 JIS (Japanese Industry Standard)，(http://www.jsa.or.jp) 日本工業標準協會。和中國的GB一樣，是制定日本國內各種標準的組織，這個組織也複雜對日本文字進行編碼，以用來進行信息交換。 JIS編碼是8位編碼類似於ISO/IEC-8859，JIS編碼方案經歷的如下幾個版本的變更： JIS X 0201 (JIS C 6220) (具體請參考http://zh.wikipedia.org/w/index.php?title=JIS_X_0201&variant=zh-cn) …… JIS X 0208 (具體請參考http://www.gaoshukai.com/20/06/0009/) …… JIS X 0213 (2000年) JIS 2004是對JIS X 0213的修正 (具體請參考：http://www.asahi-net.or.jp/~ax2s-kmtn/ref/jisx0213/index.html) 大體上來說，從JIS X 0201到JIS X 0213，每次版本的演進，都會加入新的日文漢字，具體如下： JIS X 0201 半角英數字、カナ （半角記號、半角英數字、半角カタカナ）（１バイト、2の8乗＝256種類) JIS X 0208 JIS基本漢字 （全角記號、全角ひらがな、全角かたかな、漢字など）（2バイト、2の16乗＝65536種類） JIS X 0212 JIS補助漢字 （使用頻度の低い漢字5,801字、非漢字266字、計6,067字） JIS X 0213 JIS拡張漢字 （第3水準の1,908字、第4水準の漢字2,436字、計4,344字（うち、漢字は3,685字）） 其它軟件廠商的日本編碼的實現 Miscrosoft 對日文的支持 MicroSoft要想對日文進行編碼，首先要知道日文有多少文字，正如前面所說的，這是個很難回答的問題，而且微軟也沒有必要去做這件事情，因爲這個事情JIS和ISO已經做了。微軟Windows操作系統上的日文編碼沒有直接使用ISO或者JIS的編碼系統，而是爲了適應其操作系統的特點，參考了JIS標準，自己開發了一套編碼系統。這就是我們平時所講的 Shift_JIS 或是 SJIS .關於這個編碼系統的詳細內容請參考：http://www.microsoft.com/globaldev/reference/dbcs/932.mspx. 既然我們已經說了, Shift_JIS 編碼系統是參考了 JIS 編碼系統，那麼這兩個編碼之間的關係是什麼呢？具體如下所示： 以下字符在Shift_JIS使用一個字節來表示。 ASCII字符 (0x20-0x7E)，但“/”被“¥”取代 ASCII控制字符 (0x00-0x1F、0x7F) JIS X 0201標準內的半角標點及片假名(0xA1-0xDF) 在部分操作系統中，0xA0用來放置“不換行空格”。 以下字符在Shift_JIS使用兩個字節來表示。 JIS X 0208字集的所有字符 “第一位字節”使用0x81-0x9F、0xE0-0xEF (共47個) “第二位字節”使用0x40-0x7E、0x80-0xFC (共188個) 使用者定義區 “第一位字節”使用0xF0-0xFC (共47個) “第二位字節”使用0x40-0x7E、0x80-0xFC (共188個) 在Shift_JIS編碼表中，並未使用0xFD、0xFE及0xFF。 Unix系操作系統對日文的支持 Unix系操作系統下的日文編碼也沒有直接採用ISO和JIS的標準，它也創建了另一個編碼系統EUC (又稱爲UJIS)。 爲了說明EUC， EUC-JP, EUC-U90和EUC-S90之間的關係，我引用瞭如下一段關於這些編碼( 注意: 下面的EUC-JP就是指U90, EUC-JISX0213就是指S90)的定義的英文資料: Traditional one contains ASCII or JIS X 0201:1976/1997 left half (Japanese JIS Roman), JIS X 0208-1983 or JIS X 0208:1990/1997 (Japanese), JIS X 0201:1976/1997 right half (Japanese Katakana) and JIS X 0212:1990 (Japanese Supplement). This uses EUC-JP as preferred MIME name. After definition of JIS X 0213:2000, a brother was borned. It contains ASCII or JIS X 0201:1976/1997 left half (Japanese JIS Roman), JIS X 0213:2000 plane 1 and 2 (Japanese), JIS X 0201:1976/1997 right half (Japanese Katakana) and JIS X 0212:1990 (Japanese Supplement). This is called EUC-JISX0213 as preferred MIME name. Unicode編碼系統下的日文編碼 Unicode就是爲了解決統一的全球符號的編碼問題，關於Unicode編碼系統下日本的文字的編碼，可以參考：http://www.unicode.org/charts/ .這裏不作詳細闡述。 以上就是對整個日文編碼系統的簡單介紹，如有不對請指正，也歡迎補充
