輸出

名称

ShiftJIS::CP932::Correct - Windows CP-932の文字列を正しいものにする

概要

    use ShiftJIS::CP932::Correct;

    $corrected_cp932 = correct_cp932($cp932_string);

説明

Microsoft Code Page 932 (CP-932) のテーブルは、次の7915文字からなります。

  JIS X 0201 一バイト文字 (191文字),
  JIS X 0208 二バイト文字 (6879文字),
  NEC特殊文字 (SJIS 13区から 83文字),
  NEC選定IBM拡張文字 (SJIS 89～92区から 374文字),
  そして IBM拡張文字 (SJIS 115～119区から 388文字).

このテーブルには、同じ文字が二重（若干のものは三重）に定義されているために、 Unicodeとの往復変換ができない文字があります。これは NEC および IBM のベンダ定義文字のためです。

例えば、Unicode の U+2252 に対応する CP-932 の文字は、 JIS X 0208 の 0x81e0 と NEC特殊文字の 0x8790 の２つがあります。そのため、Unicode から CP-932 への変換プログラムの中には、 U+2252 を、不注意のため 0x81e0 ではなく、 0x8790 に変換するものがあるかもしれません。

このような挙動は好ましくありません。なぜなら、 NEC特殊文字（または他のベンダ定義文字）は互換性が低いからです。

このモジュールは、そのような（正しいことは正しいのだがやはり）「間違っている」CP-932 文字列を正しいものにします。

このモジュールは、 ``Microsoft PRB: Conversion Problem Between Shift-JIS and Unicode (Article ID: Q170559)'' で提供されたマップを使用しています。

correct_cp932(STRING): CP-932 文字列を正しいものにして返します。すなわち、多重定義文字の好ましくない区点を好ましい区点に変換します。 Unicodeとの往復変換が可能な文字はそのまま残されます。 CP-932で定義されない区点の文字は削除されます。例えば，"\x87\x90" は "\x81\xe0" に変換されます。
is_corrected_cp932(STRING): 文字列が「正しくされた」CP-932 文字列がどうかの真偽値を返します。
is_cp932(STRING): 文字列が CP-932 文字列がどうかの真偽値を返します。

輸出

  correct_cp932 と is_corrected_cp932 はデフォルトで輸出されます。
  is_cp932 は要求により輸出できます。

注意事項

「正しくされた」CP-932 といっても、ベンダ定義文字を含み得るものです。

CP-932は、Shift_JISとは違います。

作者

SADAHIRO Tomoyuki <SADAHIRO@cpan.org> 貞廣知行

This module is free software; you can redistribute it and/or modify it under the same terms as Perl itself.

参考

the ShiftJIS::CP932::MapUTF manpage