Extended Unix Code

Extended Unix Code(EUC)は、UNIX上うえで使つかわれてきた文字もじコードの符号ふごう化か方式ほうしきである。

日本語にほんごEUC
- JIS X 0208ベース (EUC-JP)
- JIS X 0213ベース (EUC-JIS-2004)
韓国かんこく語ごEUC (EUC-KR)
簡体字かんたいじ中国ちゅうごく語ごEUC (EUC-CN)
繁体字はんたいじ中国ちゅうごく語ごEUC (EUC-TW)

などがある。

概要がいよう

1980年代ねんだい、UNIXを開発かいはつしていたAT&Tはアメリカ合衆国あめりかがっしゅうこく以外いがいの国くにへUNIXを展開てんかいするにあたって各国かっこく固有こゆうの要求ようきゅうに対応たいおうするため、UNIXシステムを世界せかい共通きょうつうの機能きのうとなる国際こくさい機能きのうと、各国かっこく固有こゆうの処理しょりに必要ひつような機能きのうとなる各国かっこく語ご機能きのうに分わけて定義ていぎした。この国際こくさい機能きのうにおいて、1つの基本きほんコードと3つの拡張かくちょうコードから構成こうせいされる4つのコードセットを使用しようできる文字もじコードをExtended UNIX Code (EUC; 拡張かくちょうUNIXコード) として定義ていぎした。

厳密げんみつにはEUCのコード体系たいけいにはバイト単位たんいの可変長かへんちょうコードである「パックフォーマット」と、2バイト固定こてい長ちょうの「完全かんぜん2バイトフォーマット」がある。前者ぜんしゃは情報じょうほう交換こうかん用よう、後者こうしゃは内部ないぶ処理しょり用ようで、一般いっぱんにEUCという場合ばあい前者ぜんしゃを指さす。ここでも前者ぜんしゃについて解説かいせつする。

EUCのパックフォーマットはISO/IEC 2022を基もとに、以下いかのようなサブセット化かを行おこなった体系たいけいである。

G0にASCII（主しゅコードセット）を、G1-G3に各かく言語げんごの文字もじ集合しゅうごう（補助ほじょコードセット1-3）を暗黙あんもくに指示しじする。指示しじのエスケープシーケンスは用もちいない。
GLにG0を、GRにG1を暗黙あんもくに呼よび出だす。G2/G3はシングルシフト2/3によりGRに呼よび出だす。ロッキングシフトは用もちいない。

補助ほじょコードセットが0x80-0xFFの範囲はんいで表あらわされるため、主しゅコードセットと衝突しょうとつすることがない。すなわちShift_JISにおける2バイト目めが5C等とうになりうることによる問題もんだいが起おきないというメリットがある。

各国かっこく向むけに局所きょくしょ化かした各国かっこく語ご機能きのうのそれぞれの版はんについて、日本語にほんごでは「 - 語かたりEUC」や「 - 語かたり版ばんEUC」のように呼よばれることが多おおい。

日本語にほんごEUC

日本語にほんごEUCはG1-G3に日本にっぽん産業さんぎょう規格きかく (JIS) の文字もじ集合しゅうごうを割わり当あてている。

JIS X 0208ベース

「EUC-JP」を参照さんしょう

一般いっぱんに日本語にほんごEUCという場合ばあいこちらを指さす。EUC-JPともいう。ここで、JPは日本にっぽん国こくを表あらわす国くに・地域ちいきコードであって、日本語にほんごを表あらわす言語げんごコード (ja) でない。

1986年ねんにAT&Tによって定義ていぎされて以来いらい、UNIXの標準ひょうじゅん的てきな日本語にほんごコードとして広ひろく使つかわれてきた。1990年ねんにJIS X 0212（補助ほじょ漢字かんじ）が新あらたに策定さくていされたが、1992年ねんにUNIX Internationalが発行はっこうした『UNIX System V リリース 4 (SVR4) 日本語にほんご環境かんきょう共通きょうつう規約きやく』において、JIS X 0201 カタカナとJIS X 0212 補助ほじょ漢字かんじは実装じっそうが必須ひっすではないとされていた。このため、特とくにJIS X 0212は実装じっそうされていないことも多おおい。通信つうしんなどで用もちいる場合ばあいはこの点てんに注意ちゅういが必要ひつようである。

G0 - ASCII
G1 - JIS X 0208
G2 - JIS X 0201カタカナ
G3 - JIS X 0212補助ほじょ漢字かんじ

なお、G2とG3を使つかわない場合ばあいはJIS X 0208:1997の「国際こくさい基準きじゅん版ばん・漢字かんじ用よう8ビット符号ふごう」と同一どういつとなる。

JIS X 0213ベース

「EUC-JIS-2004」を参照さんしょう

JIS X 0213:2004ベースのものをEUC-JIS-2004という（2000年版ねんばんはEUC-JISX0213）。JIS X 0213の附属ふぞく書しょ3に記載きさいがある。フリー/オープンソースソフトウェアなどで使つかわれていることがある。

G0 - ASCII
G1 - JIS X 0213 1面めん
G2 - JIS X 0201カタカナ
G3 - JIS X 0213 2面めん

韓国かんこく語ごEUC

1987年ねんにAT&Tユニックス・パシフィックよりリリースされた Korean Application Environment Release 1.0 (KAE 1.0) で規定きていされ、1992年ねんに韓国かんこく標準ひょうじゅん協会きょうかいによってKS X 2901（旧きゅうKS C 5861）『ハングルUNIXエンバイロメント』として標準ひょうじゅん化かされた。EUC-KRともいう。ここで、KRは韓国かんこくの国くに・地域ちいきコードであって、朝鮮ちょうせん語ごの言語げんごコード (ko) ではない。単たんにKS C 5601といった場合ばあいでも、文字もじ集合しゅうごうとしてのKS C 5601でなく、EUC-KRのことを指さしている場合ばあいが多おおい。

G0 - ASCII
G1 - KS X 1001 (KS C 5601)
G2 - なし
G3 - なし

EUC-KRを拡張かくちょうしたUHC (Unified Hangul Code) という体系たいけいも存在そんざいする。

簡体字かんたいじ中国語ちゅうごくごEUC

中国ちゅうごくで広ひろく使つかわれていた。EUC-CNともいう。ここで、CNは中国ちゅうごくの国くに・地域ちいきコードであって、簡体字かんたいじの用字ようじ系けいコード (Hans) でも中国ちゅうごく語ごの言語げんごコード (zh) でもない。単たんにGB 2312といった場合ばあいでも、文字もじ集合しゅうごうとしてのGB 2312でなく、EUC-CNのことを指さしている場合ばあいが多おおい。

G0 - ASCII
G1 - GB 2312
G2 - なし
G3 - なし

EUC-CNを拡張かくちょうしたGBKという体系たいけいも存在そんざいする。

繁体字はんたいじ中国語ちゅうごくごEUC

EUC-TWともいう。ここで、TWは台湾たいわんの国くに・地域ちいきコードであって、繁体字はんたいじの用字ようじ系けいコード (Hant) でも中国語ちゅうごくごの言語げんごコード (zh) でもない。台湾たいわんの規格きかくであるが、あまり使つかわれておらず、一般いっぱんにはBig5が使つかわれる。

G0 - ASCII
G1 - CNS 11643 第だい一いち字面じめん
G2 - CNS 11643 第だい二に-第だい十じゅう六ろく字面じめん
G3 - なし

G2の文字もじは以下いかの4バイトで構成こうせいされる。

シングルシフト2 (0x8E)
字面じめんを選択せんたくするコード(0xA2-0xB0)
文字もじの第だい1バイト(0xA1-0xFE)
文字もじの第だい2バイト(0xA1-0xFE)

課題かだい

EUCの利用りようは、すべての文字もじコードを包含ほうがんしたり、複数ふくすうの文字もじコードを切きり替かえて表示ひょうじする機能きのうの必要ひつよう性せいを否定ひていする場合ばあいがあり、多おおくの文字もじを表示ひょうじする流ながれに対たいして後うしろ向むきであった点てんが課題かだいである。これは、文字もじコード自体じたいの課題かだいではなく、EUCを利用りようしているプログラマ、利用りよう者しゃの課題かだいである。