UTF-7

UTF-7（ユーティーエフなな、ユーティーエフセブン）はISO/IEC 10646(UCS)とUnicodeで使つかえる7ビット符号ふごう単位たんいの文字もじ符号ふごう化か形式けいしき及および文字もじ符号ふごう化かスキーム。

7ビットでしか送信そうしんできない制限せいげんがあるプロトコル上じょうのメールやニュースなどの環境かんきょうで、その体系たいけい上じょうでUnicodeのメールを送信そうしん可能かのうにするために作つくられた規格きかくである。

現在げんざいでは正まさしく実装じっそうされていないアプリケーション上じょうでセキュリティー上じょうの脆弱ぜいじゃく性せいを発生はっせいさせることがあることから、あまり使つかわれなくなっている。

IMAP4では、UTF-7を変更へんこうした規格きかくである修正しゅうせいUTF-7の規格きかくがあり、この規格きかくは2010年代ねんだい現在げんざいにおいては頻繁ひんぱんに使用しようされる。

機能きのう

• 62個このアルファベットと9個この記号きごう（' ( ) , - . / : ?）はそのまま表記ひょうきする。
• それ以外いがいの文字もじはUTF-16のビッグエンディアンで符号ふごう化かし、修正しゅうせいBASE64で符号ふごう化かする。修正しゅうせいBASE64とは=を入いれないBASE64エンコーディング形式けいしきである。
• BASE64の文字もじの前まえに「+」後うしろに「-」を置おく。
• 「+」の文字もじ自体じたいは「+-」で表現ひょうげんする。

例れい

• 「Hello, World!」は「Hello, World!」とそのまま表記ひょうきできる。
• 「1 + 1 = 2」は「1 +- 1 = 2」になる（「+」は「+-」になる）。
• 「£1」は「+AKM-1」になる。ポンド記号きごうはU+00A3はBase64で表記ひょうきする。あまった2ビットは0で埋うめられる。

Hex digit	0				0				A				3
Bit pattern	0	0	0	0	0	0	0	0	1	0	1	0	0	0	1	1	0	0
Index	0						10						12
Base64-Encoded	A						K						M

変換へんかん方法ほうほう

エンコード

「£†」（U+00A3 U+2020）の場合ばあい

£ ≡ 0x00A3	0000 0000 1010 0011	UTF-16BEによる文字もじコードのビット表記ひょうき
†≡ 0x2020	0010 0000 0010 0000
£†	0000000010100011 0010000000100000	文字もじ列れつ「£†」のビット表記ひょうき(順じゅんに連結れんけつ)
0000000010100011 0010000000100000	000000 001010 001100 100000 001000 00	上位じょういから6ビット毎ごとの区切くぎりで分割ぶんかつ
000000 001010 001100 100000 001000 00	000000 001010 001100 100000 001000 000000	最下位さいかいも6ビットになる様ように0で埋うめる
000000 001010 001100 100000 001000 000000	AKMgIA	base64の変換へんかん表ひょうに従したがいエンコード

デコード

AKMgIA	000000 001010 001100 100000 001000 000000	base64の変換へんかん表ひょうに従したがいデコード
000000 001010 001100 100000 001000 000000	0000000010100011 0010000000100000 0000	上位じょういから16ビット毎ごとの区切くぎりで分割ぶんかつ
0000000010100011 0010000000100000 0000	0000000010100011 0010000000100000	最下位さいかいの0が連続れんぞくするビット列びっとれつは削除さくじょ
0000 0000 1010 0011	0x00A3 ≡ £	16ビット毎ごとにUTF-16BEの文字もじコードとして解釈かいしゃく
0010 0000 0010 0000	0x2020 ≡†
0000000010100011 0010000000100000	£†	デコード結果けっか

修正しゅうせいUTF-7

修正しゅうせいUTF-7（Modified UTF-7）はIMAP4で多言たげん語ごのフォルダ名めい（ディレクトリ名めい）を使用しようするために用もちいられる規格きかくである。

• 「&」以外いがいの印字いんじ可能かのうなUS-ASCII文字もじは必かならずそのまま表記ひょうきする。
• それ以外いがいの文字もじはUTF-16のビッグエンディアンで符号ふごう化かし、修正しゅうせいBASE64で符号ふごう化かする。
• BASE64の文字もじの前まえに「&」後うしろに「-」を置おく。
• 「&」の文字もじ自体じたいは「&-」で表現ひょうげんする。

この規格きかくは、メールの一般いっぱん的てきな利用りようにおける、下記かきのような背景はいけいを考慮こうりょして導入どうにゅうされた。

1. UTF-7 は、シフトするために文字もじ "+" を用もちいる; これは、メールボックス名めいやUSENETニュースグループ名めいでの "+" のありふれた使用しようと衝突しょうとつする。
2. UTF-7 の符号ふごう化かは、文字もじ "/" を用もちいる BASE64である; これは、一般いっぱん的てきな階層かいそう区切くぎりとしての "/" の使用しようと衝突しょうとつする。
3. UTF-7 は、符号ふごう化かされない "\" の使用しようを禁きんじている; これは、一般いっぱん的てきな階層かいそう区切くぎりとしての "\" の使用しようと衝突しょうとつする。
4. UTF-7 は、符号ふごう化かされない "~" の使用しようを禁きんじている; これは、いくつかのサーバでホームディレクトリを示しめすものとしての "~" の使用しようと衝突しょうとつする。
5. UTF-7 は、同おなじ文字もじ列れつを表現ひょうげんするための、複数ふくすうの別べつの形式けいしきを許ゆるしている; 特とくに、印字いんじ可能かのうな US-ASCII 文字もじが符号ふごう化か形式けいしきで表現ひょうげんされ得える。

すなわち修正しゅうせいUTF-7では、電子でんしメールやフォルダ名めい一般いっぱんにおける頻出ひんしゅつ文字もじを修正しゅうせいBASE64変換へんかんせず、 概おおむね平文へいぶんのまま読よむことが可能かのうになる。

関連かんれん項目こうもく

• 文字もじコード

出典しゅってん

• RFC 1642
• RFC 2152
• RFC 2060（修正しゅうせいUTF-7の規格きかく）