文字コード総合スレ part14

**デフォルトの名無しさん** · 2023/03/03(金) 15:46:58.08

Windows NTは初代からUnicodeがネイティブの文字コードです。cp932ではありません。
プログラマーなら一度は煩わされたことのある文字コードについてのスレ。
UTF-8、Shift_JIS、JIS、EUC、Unicode、UCS、サロゲートペア、コードポイント、文字コード判定、
合成文字、ソート、TRON、外字コード、その他について語り合いましょう。
各言語での文字列の扱いについての質問もOKです。
基本マッターリ、ささ、茶でもどうぞ。

■過去スレ
文字コード総合スレ part1 http://pc11.2ch.net/test/read.cgi/tech/1031028205/
文字コード総合スレ part2 http://pc11.2ch.net/test/read.cgi/tech/1143375639/
文字コード総合スレ part3 http://pc11.2ch.net/test/read.cgi/tech/1180250376/
文字コード総合スレ part4 http://pc11.2ch.net/test/read.cgi/tech/1228052369/
　（スレ再利用）UnicodeとUTF-8の違いは？ http://pc12.2ch.net/test/read.cgi/tech/1177930957/
　（隔離スレ）UnicodeとUTF-8の違いは？　その2 http://pc12.2ch.net/test/read.cgi/tech/1274937437/
文字コード総合スレ part5 http://pc12.2ch.net/test/read.cgi/tech/1236529563/
文字コード総合スレ part6 http://hibari.2ch.net/test/read.cgi/tech/1278923059/
文字コード総合スレ part7 http://toro.2ch.net/test/read.cgi/tech/1306595564/
文字コード総合スレ part8 http://peace.2ch.net/test/read.cgi/tech/1354248962/
文字コード総合スレ part9 http://peace.2ch.net/test/read.cgi/tech/1401301779/
文字コード総合スレ Part10 http://mevius.2ch.net/test/read.cgi/tech/1444822140/
文字コード総合スレ Part11 https://mevius.5ch.net/test/read.cgi/tech/1516629503/
文字コード総合スレ Part12 https://mevius.5ch.net/test/read.cgi/tech/1544931495/
文字コード総合スレ part13
https://mevius.5ch.net/test/read.cgi/tech/1593777227/

**デフォルトの名無しさん** · 2023/12/19(火) 23:28:13.27

それだけあれば十分だな！

**デフォルトの名無しさん** · 2023/12/20(水) 14:46:55.65

>>506
>しかし中国は漢字を各国でばらばらに符号化するのではなく、あくまで統一して扱うことを求めてこのドラフトには当初から反対
デフォルトで中華フォントを表示させるのに成功した

適当なサンプル
https://qiita-image-store.s3.ap-northeast-1.amazonaws.com/0/3524120/e95e7364-7f46-9c34-a037-330f229ac823.png
https://qiita.com/kominato_slj/items/bbe0ae1445d8394d95bf

**デフォルトの名無しさん** · 2023/12/20(水) 14:57:22.31

デフォでCJKフォントになるのまじで敗北
いちいち手をいれるの面倒なのはわかるけど
チラシやオフィス文書で頻繁にみかけるし気分悪い

**デフォルトの名無しさん** · 2023/12/20(水) 16:44:38.02

ChatGPTに頼ってもFlutterでは中華フォント対策コードにはならない
て言うか明らかにフォントがおかしいのが気にならないのかよ

https://qiita-image-store.s3.ap-northeast-1.amazonaws.com/0/215011/72c9d7de-2c2b-44c8-7981-52080d8fb313.png
https://qiita.com/asasigure/items/ea751ec73689e5fc7a41
https://github.com/asasigure1209/my-memo-app/blob/82a89d1fceec4a793294eaffc396e2d1432daa38/lib/main.dart#L19

**デフォルトの名無しさん** · 2023/12/22(金) 12:48:42.21

奴ら平仮名も持ってるから日本語のフォントに来ないってことかな
最初の優先順位はどうやって決まるんだっけ。文字数?

**デフォルトの名無しさん** · 2023/12/22(金) 17:48:45.93

Flutter民「おもちゃアプリで細かい事を言われても困ります」(真顔)

**デフォルトの名無しさん** · 2023/12/23(土) 02:14:34.25

台湾行ったら看板とかでたまにひらがな使ってた。日本でちょっと英語を使うようなノリなのか?
ということは台湾のフォントにひらがなが入っていることもあるか
日本語のフォントだって英語が入ってるものなあ

**デフォルトの名無しさん** · 2023/12/23(土) 17:37:20.90

>>513
何故ひらがなに着目するのかな？
ひらがなが台湾に根付いて独自の使用形態に進化していたとしたら別コードを割り当てたら良いと思う
漢字のオフショア版とはレベルが違うのでは

**デフォルトの名無しさん** · 2023/12/24(日) 15:05:39.67

CJK一緒くたにされてるからUnicode用のフォントなら一般的にひらがな入ってる
いまとなっては日本だけフォントグリフがローカルで特殊
これであってる？

**デフォルトの名無しさん** · 2023/12/25(月) 03:12:48.56

日本語のテキストに日本語のフォントが使われるには
1) テキストが日本語だと判定されて 2) 日本語にはこのフォントを使うという情報
が必要。だけどこの場合そうなってない

で、例えばテキスト中の文字をサポートできるフォントを選ぶ、だけのロジックだと
テキストは日本語でも中国や台湾のフォントにも行っちゃう

というわけで
Flutterのフォントシステムというのは1)と2)はどうなってるんかなと
あるいはそれはFlutterが走ってるOSの役割なのかな、とかちょっと気になったのですが

**デフォルトの名無しさん** · 2023/12/25(月) 07:58:07.34

HTMLならlang属性を指定している範囲がその言語
HTMLの英語使用部分にはlang=en
日本語使用部分にはlang=jaを指定する
入れ子も可能で<html lang=ja>と全体を日本語に指定しつつ
一部のパラグラフを<p lang=zh-CN>と中国語簡体字にすることも可能
全くlangが無指定ならunknownとなりそのHTMLを取り扱っている環境に委ねられる
HTMLを生成する側はその部分が例えば日本語かどうか認識できるためlang=jaを指定するべきである

**デフォルトの名無しさん** · 2023/12/25(月) 13:20:40.37

Unicode 以前の古い時代の、中国、台湾、韓国の国家規格の文字コードにも平仮名、片仮名は入っていて向こうの MS-DOS とかでも使えてた。
JIS の文字コードにキリル文字（ロシアの文字）とか入ってるのと同じようなもんだ。

**デフォルトの名無しさん** · 2023/12/25(月) 13:22:55.99

当然、大昔の中国フォントや韓国フォントにも平仮名や片仮名がはいっている

**デフォルトの名無しさん** · 2023/12/25(月) 18:36:31.84

>>515
Flutter民「日本だけフォントグリフがローカルで特殊」(迫真)

**デフォルトの名無しさん** · 2023/12/25(月) 22:38:31.42

例えばロシアの人もキリル文字に日本語フォントが使われてしまいコレジャナイ感を
感じることがあったりするんだろうか
（日本語フォントに入っているのは全角文字とのバランスを意識したデザインだったりする）

**デフォルトの名無しさん** · 2023/12/26(火) 10:43:12.38

>>521
変って言われたことはあるよ。
А細い文字も全角なので

**デフォルトの名無しさん** · 2023/12/26(火) 22:03:56.06

Flutterは言語が他で馴染みの薄いDartだから横一線での再スタート感があった。
一部を除いて、そんな動機で参加する再初心者が増えただけだから、
結局は一般知識の差や意識の低さがそこかしこで露になる。

**デフォルトの名無しさん** · 2024/01/01(月) 09:42:44.69

https://qiita.com/ko1nksm/items/4907c1c88d478cac0be5

POSIX では Unicode を含むマルチバイトのロケールの文字に対応することになっていますが、現実的には対応していないコマンドがあります。商用 Unix はおそらく対応しているはずですが、Linux(GNU コマンド)や BSD 系 Unix では対応していない場合があります。Linux や BSD 系 Unix は POSIX に準拠していると主張してないので、完全対応していなくてもそういうものとして扱うしかありません。

さらに Unicode は数年おきにバージョンアップされます。最初のバージョンは 1991 年の 1.0 で収録されている文字は 7,129 文字です。現在の最新バージョンは 2023 年の 15.1 で収録されている文字は 149,813 文字です。収録されている文字の違いはソート順などに影響します。

それぞれの環境で Unicode への対応は異なり、ロケールに従えば環境ごとで結果が異なる可能性があり、ロケールに従わなければ(C ロケールでバイナリとして扱う)、一文字を一文字として扱うことができません。これを解決すると思われる C.UTF-8 ロケールは環境によって対応していない場合がありますし、話を最初に戻すと環境によってマルチバイトのロケールに対応していないコマンドがあります。

UNIX コマンドはマルチバイトという概念がなかった頃から互換性を保ちながら存在し続けており、その結果 Unicode への対応は中途半端で一貫性がない状態です。

**デフォルトの名無しさん** · 2024/01/01(月) 15:59:51.88

ほとんどのコマンドがUTF-8をバイトストリーム扱いして実害ないのもある
文字列捕捉するときもASCIIで区切れれば十分だし

**デフォルトの名無しさん** · 2024/01/04(木) 12:49:20.33

最初の節だけでも書いてる人間の質の低さが読み取れるけど、閉じようとして横のスクロールバーを見たらさらに驚いた
>>524もこんなもん張ってないでもうちょいマシな事せーよ

**デフォルトの名無しさん** · 2024/01/15(月) 10:21:35.41

ガムランとかフォルクローレを聴いてる女子小学生とか渋すぎやろ

まあ俺も小学生の頃に、渡辺貞夫、日野皓正、高中正義、阿川泰子
カシオペア、喜多郎、ヒロシマ、坂本龍一、姫神、ラリー・カールトン
なんか聴いてたが

**デフォルトの名無しさん** · 2024/01/15(月) 10:22:10.79

誤爆

**デフォルトの名無しさん** · 2024/01/25(木) 15:00:29.08

漢数字の〇に親を殺されました。憎くて仕方がないのでunicodeから消してください

**デフォルトの名無しさん** · 2024/01/28(日) 08:46:58.18

○を打とうとして〇を打ち込む国民が大半になってしまった。

中国人が日本語のIMEを作っているからこうなる。
日本の日本人にやらせろよ、マイクロソフトのクソは。

**デフォルトの名無しさん** · 2024/01/28(日) 21:48:45.91

IMEは中国開発ってホント？　修正プログラムで賢くなった？　Office IME 2007 6の疑問
https://ascii.jp/elem/000/000/195/195021/

Q2
日本語IMEの開発は中国で行なわれているって本当？

A2
日本語IMEの開発は、日本で行なわれている。同社インプットメソッドテクノロジーシニアマネージャの佐藤良治氏によると、IME 2007以前のプロトタイプ開発の際には、日本だけでなく米国レドモントと中国北京にあるMicrosoft Researchとの共同作業が行なわれたという。それが誤解して伝わっているようだ。

日本でのIME開発は専任チームを置いて、ほかのアプリケーション開発と同じように独自に行なっているという。IME開発は日本のほかに、韓国、中国、台湾にチームがあって、各言語に依存しない要素(OSとのインターフェースなど)の開発は、これら4チームによる共同作業で行なわれている。専任チームの規模は日本が最も大きいとのことだ。

**デフォルトの名無しさん** · 2024/02/06(火) 23:59:02.95

メールでもヘッダーと本文でSMTPUTF8を使い、添付ファイルもBINARYMIMEを使って
8bitのデータをBase64などでエンコードせずにそのまま送れるのが当たり前になったらいいと思うが
この方式で送るメーラーはあるんだろうか？
メールの容量を小さくできる利点があるのに
互換性のために8bitデータは従来通りMIMEとBase64でエンコードしているメーラーが多いんじゃないだろうか

**デフォルトの名無しさん** · 2024/02/07(水) 01:54:51.06

Eメールアドレスのアカウント部分に「smtp」という文字列を使ったEメールが最近、届いたわ。

**デフォルトの名無しさん** · 2024/02/07(水) 01:57:32.65

>>531
Windows 10よりも前は、固有名詞は頑なに変換候補に出さなかったぞ。

**デフォルトの名無しさん** · 2024/02/07(水) 12:10:40.26

出さなかったでなく出せなかった
海外製だったので

**デフォルトの名無しさん** · 2024/02/07(水) 14:45:22.80

>>534
どうやったらそんなウソがつけるんだよいくらか脳ミソ欠損してんのか?w

**デフォルトの名無しさん** · 2024/02/08(木) 18:57:22.19

>>536
珍しい名字はずっと排除していたのがMS-IME

Google日本語入力が登場してから焦って対応したが、体制が貧弱だったせいでもはや追いつけない。

**デフォルトの名無しさん** · 2024/02/08(木) 21:27:00.01

IMEの話はIMEスレでどうぞ

【Microsoft IME】MS-IME Part15【Office IME】
https://mevius.5ch.net/test/read.cgi/win/1502601208/

**デフォルトの名無しさん** · 2024/02/08(木) 22:08:35.18

文を書くとき濁点や半濁点は結合済み文字にするか通常の文字と濁点・半濁点を結合して使うかということと
()?などの記号類をASCII文字にするか全角文字にするか悩む

**デフォルトの名無しさん** · 2024/02/09(金) 00:11:16.67

結合済み文字で良いのでは？

普通は一々、結合しないよね

**デフォルトの名無しさん** · 2024/02/09(金) 01:31:39.40

たまにWindows上の古いアプリに用事があるのだけど、ファイル名に絵文字が入って
たりすると駄目なのがある。エクスプローラーでは特に問題ないようでも
Windowsは全然わからんのだけど、どこかの時点でファイル名のエンコーディングとか
文字セットとか変わったりしたんですか?

**デフォルトの名無しさん** · 2024/02/09(金) 01:44:08.30

単にUNICODE非対応なだけでは？
新しくても英語圏のソフトだとだめなのもありそう

**デフォルトの名無しさん** · 2024/02/11(日) 18:02:55.68

↵の改行マークは下に行ってから左に行くから
LFCRを表しているように見えるが改行コードがLFCRの機種は無いんだよね
CRLFなら左に行ってから下に行く┏のようなマークにするのが正しいのではないだろうか

**デフォルトの名無しさん** · 2024/02/11(日) 18:42:08.50

リターン(enter)キーに印字されてる記号との兼ね合いもあるだろうし

**デフォルトの名無しさん** · 2024/02/12(月) 19:50:05.96

プリンタ端末が遅いから、本当はLFCRだけど、CRを先に送出したんじゃなかったけ？

**デフォルトの名無しさん** · 2024/02/12(月) 20:47:13.82

もともとは、タイプライターの動作から来てるからな。

文字をタイプして行末まできたら、送りレバーを右に動かすんだけど、
まず、レバーを押した瞬間に紙を送るドラムが回転して行送り（Line Feed）、
そのままレバーを送ればドラムの載ったキャリッジが右側に移動する（Carriage Return）。
（LFなしのCRのみの動作も可能なモードもある）

この2つを合わせたLFCRが本来の形で、
↵が改行マークなのはこれが影響していると思われる。

改行コードでCRLF（\r\n）になった経緯は、>>545 ということみたいだね。

**デフォルトの名無しさん** · 2024/02/13(火) 05:49:18.51

正規表現だと/nがLFだけではなく改行全般(CR/CRLF/LFの全て)を指している場合があるよね

**デフォルトの名無しさん** · 2024/02/13(火) 20:51:09.58

>>541
WindowsはSJISとUTF-16の世界だからな。

**デフォルトの名無しさん** · 2024/02/14(水) 02:41:15.71

いやWindowsはsjis残ってるけどmultibyteはもうutf8が主流と言っていいでしょ

**デフォルトの名無しさん** · 2024/02/14(水) 13:25:50.83

>>549
WindowsはデフォルトがUTF-16だから、BOMがないとUTF-8をUTF-16として扱うことが多い。

**デフォルトの名無しさん** · 2024/02/14(水) 14:21:18.91

BOMってことは交換用データの話だとおもうけど
だいぶ前からUTF-8推奨じゃね？
内部データとは別の話

**デフォルトの名無しさん** · 2024/02/14(水) 19:34:50.64

最初APIの話で当然内部コードの話だったんだけど違う話はじめたからな

**デフォルトの名無しさん** · 2024/02/15(木) 18:14:47.71

>>551
Windowsそのものの話

**デフォルトの名無しさん** · 2024/02/17(土) 21:31:39.77

絵文字同士を結合した文字はOSによっては結合して表示されないから新たな機種依存文字になってるよね

**デフォルトの名無しさん** · 2024/02/17(土) 21:49:18.90

機種？

**デフォルトの名無しさん** · 2024/02/18(日) 00:28:41.00

文字幅が実行時にやってみないと確定しないのはマジで困るし非効率すぎるよな

**デフォルトの名無しさん** · 2024/02/19(月) 14:52:55.18

市民への郵送物、JISコード外の氏名が文字化け　さいたま市が謝罪
https://www.itmedia.co.jp/news/articles/2402/19/news091.html

発送した12万通のうち4438通で、JIS規格の文字コードに含まれない外字を含む氏名について、正しい漢字が適用されなかったという。

対象の郵送物は「さいたま市物価高騰対応重点支援給付金のお知らせ」。

給付金に関する事務を受託している事業者が、外字を適正に印字する設定を誤ったため文字化けが起きたという。

**デフォルトの名無しさん** · 2024/02/19(月) 15:01:56.94

書き間違いで大量に発生したニセ漢字は今後使用禁止とするのがいいのかな
外字も必要なくなり皆がハッピー

**デフォルトの名無しさん** · 2024/02/19(月) 15:09:57.93

文字化けと言っても記号列の様な感じじゃなく中華フォントになったのだろう
普段から一部の粗悪アプリで中華フォントを見させれれてる弊害だな

**デフォルトの名無しさん** · 2024/02/19(月) 15:17:29.77

外字とあるから
書き間違いで戸籍などに登録された、
書き間違いニセ漢字のことだと思うよ

**デフォルトの名無しさん** · 2024/02/19(月) 15:31:19.40

Unicodeも振られていない「外字」が4%弱の人名に使われてるとは思わないけどね
どうなの？

**デフォルトの名無しさん** · 2024/02/19(月) 16:04:50.11

> 2月9日（金曜日）に委託事業者から納品された通知を、郵便局に差し出すために仕分けをしている際に、
> 市職員が外字が正しく適用できていない通知を発見したことで覚知しました。

記号列(◇の中に？等)タイプだと委託業者や印刷所が気が付く可能性が高いから
ワタナベやサイトウ等のIVSを反映してなかった、と言う可能性はあるかも
チェックした職員はGJだな、普段から外字を気に掛けてるのだろう

**デフォルトの名無しさん** · 2024/02/19(月) 16:29:42.83

右から左に字を書く文化圏でもBackSpaceやEnterキーの矢印は右から左なんだよね

**デフォルトの名無しさん** · 2024/02/20(火) 00:03:22.85

そりゃそうだろうよ

**デフォルトの名無しさん** · 2024/02/20(火) 08:17:36.44

>>563
え? 某OS上の某キーボードの中の人だったが、逆向きにしたぞ
UIは基本的に左右が逆
あと、括弧や不等号を入力すると逆向きになったりする
おかげで一時期頭がアラビア語脳だった

しかし、日本も戦争に負けなければ「右から左に文字を書く文化圏」なんて
他人事じゃなかったはず
アメ公のせいじゃけんのう。くやしいのう

**デフォルトの名無しさん** · 2024/02/21(水) 00:09:55.88

あれ、でも実はそうかな?
念の為、競合の某大手のもチェック.... OK,、仲間発見。
焦るじゃないか。いい加減なこと言うんじゃない

**デフォルトの名無しさん** · 2024/02/21(水) 00:24:01.03

ああ、OSによってはリターンキーのデザインとかキーボードの言語でなく
UIの言語で決めていたのもあったような気がするな
くそっ、俺にとって今はどうでもいい事なのに気になるじゃないかw

**デフォルトの名無しさん** · 2024/02/23(金) 13:32:00.44

>>565
>あと、括弧や不等号を入力すると逆向きになったりする
>おかげで一時期頭がアラビア語脳だった

頭がパニックになりそう
頭脳パズルで使える

**デフォルトの名無しさん** · 2024/02/23(金) 14:11:14.91

文字は右から左だけど、数字は左から右だったような
日本語で表現すると「すーまりいはータッリ30ンリソガ」みたいな感じ

**デフォルトの名無しさん** · 2024/02/23(金) 14:21:21.57

数字をリトルエンディアンで表記していると考えると自然。

**デフォルトの名無しさん** · 2024/02/23(金) 23:20:37.86

日本語は中国語と同様に元々縦書きで右から左に行が移る言語なので、横書きした場合は右から左に書いていた。1行の長さが1文字になったみたいな感覚だ。だから戦前戦中は横書きというと右から左に書いてあるのが多い。
これが左から右の英語と同じようにした理由は戦後英語から翻訳した文を下に書く時に見易いから。

**デフォルトの名無しさん** · 2024/02/23(金) 23:36:24.87

左から右の横書きは戦後ではなくそれよりもずっと前からだよ
あくまで右から左がなくなったのが戦後というだけの話

**デフォルトの名無しさん** · 2024/02/24(土) 21:11:27.48

縦書きと横書き
https://ja.wikipedia.org/?curid=329702

**デフォルトの名無しさん** · 2024/02/25(日) 21:12:56.55

>>569
「ガソリン30リッター」の部分が英語だとしたら、そこは左->右なので
「すーまりいはガソリン30リッター」としなければならない

**デフォルトの名無しさん** · 2024/02/25(日) 23:52:14.62

>>574
アラビア文字のおハナシ

**デフォルトの名無しさん** · 2024/02/27(火) 11:38:12.52

>>575
もちろんそうですが何か? というか右->左の言語一般かな。ヘブライとかも

難しいのは言語の境界で、例えば「ガソリン30はいりまーす」だとして、
「ガソリン」が英語、「30はいりまーす」が日本語（右->左）だと思えば
「すーまりいは30ガソリン」となるが、「ガソリン30」で区切れると判断してしまうと
「すーまりいはガソリン30」と、違う結果になってしまう
あるあるだよね～

**デフォルトの名無しさん** · 2024/02/27(火) 14:32:58.93

縦日
に本
書語
けな
　ら

**デフォルトの名無しさん** · 2024/02/28(水) 01:29:44.98

MS-IMEのせいで丸印が、漢数字の零(ゼロ)に置き換わってしまった。
日本マイクロソフトは常に中国人に日本語を担当させているから、取り返しのつかない事態になってしまった。

**デフォルトの名無しさん** · 2024/02/28(水) 15:41:15.50

嘘も百回言えば真実となるってやつか

**デフォルトの名無しさん** · 2024/02/28(水) 19:33:10.15

漢数字はフォントによっては真円じゃないからな。
潰れた丸印だと何これと思う未来がみえる。

**デフォルトの名無しさん** · 2024/03/05(火) 01:45:14.40

区切り文字としてHorizontal Tabは使われているが
Vertical TabはTSV形式でも使われていないよね
他にも0x1C-0x1FのFS GS RS USも区切り文字として想定されているのに使われていない

**デフォルトの名無しさん** · 2024/03/05(火) 18:49:24.75

oO0◯○。゜❍〇⁰

**デフォルトの名無しさん** · 2024/03/07(木) 05:14:15.03

UTF-8で記号がたくさん登録されてしまったのも問題だよな

ハイフンのような横棒は種類がたくさんあって、文字フォントの見た目では区別できなようなものもある。

**デフォルトの名無しさん** · 2024/03/07(木) 16:55:28.90

それよりもはるかに深刻なのはスペースに見える文字がたくさんあって
スペースを取り除くプログラムを書くのが不可能に近い

**デフォルトの名無しさん** · 2024/03/07(木) 17:41:11.51

\s \p{Zs}以外は知りませんではダメ？

**デフォルトの名無しさん** · 2024/03/08(金) 17:23:14.35

>>584
近いだけで不可能ではないので大丈夫

**デフォルトの名無しさん** · 2024/03/09(土) 19:20:37.58

Unicodeの正規表現でいける?

**デフォルトの名無しさん** · 2024/03/09(土) 20:38:58.52

正規表現じゃ無理に近い
素直にブラックリストです

**デフォルトの名無しさん** · 2024/03/09(土) 21:24:45.91

>>587
正規表現はASCII文字くらしか想定していないが、UTF-8のASCII文字限定であれば問題ない。

**デフォルトの名無しさん** · 2024/03/09(土) 23:16:58.67

UnicodeProperty「...

**デフォルトの名無しさん** · 2024/03/10(日) 02:07:22.30

まだこんなレベルが複数いるとはな
585はなんだとおもってるんだろうか

**デフォルトの名無しさん** · 2024/03/15(金) 23:58:29.83

FS GS RS USを区切り文字にしている形式はあるんだろうか

**デフォルトの名無しさん** · 2024/03/16(土) 12:13:18.07

文字列の１６進コードでも正規表現できればわかりやすくなる
何語でもよくなる

**デフォルトの名無しさん** · 2024/03/16(土) 13:00:35.09

わかりやすいか？

**デフォルトの名無しさん** · 2024/03/22(金) 23:58:21.79

Unicodeのコードポイントが7FFFFFFFではなく10FFFFまでになったのはUTF-16で表せるのが10FFFFまでだから？

**デフォルトの名無しさん** · 2024/03/23(土) 00:18:21.28

>>595
>>7FFFFFFFではなく

その前提はどこから来たのやら...

**デフォルトの名無しさん** · 2024/03/23(土) 01:10:47.92

>>596
UTF-8 で表現可能な上限が 0x7fffffff だな。
UCS-4 すなわち UTF-32 だと 0xffffffff
UCS-2 だと 0xffff
UTF-16 の上限に合わせているというの合ってる。

**デフォルトの名無しさん** · 2024/03/23(土) 02:34:19.03

微妙にかみあってなくて笑う

**デフォルトの名無しさん** · 2024/03/23(土) 07:47:34.76

仮にUTF-8のビットパターンで1バイト目に11111111を使っていいとしたら
その後は10******が8バイト続くことになり48bitまで表現できることになるね

**デフォルトの名無しさん** · 2024/03/23(土) 09:10:32.39

>>593
マルチバイト文字に [] が使えなくて | で書かなきゃならんから少し面倒にはなるな。

**デフォルトの名無しさん** · 2024/03/23(土) 11:39:26.85

>>599
未定義なので定義次第。6バイトの次が7バイトや8バイトは限らないので10バイトとか定義すればそのまま64ビットをカバーすることできるし、拡張の余地は残してある。

**デフォルトの名無しさん** · 2024/03/24(日) 09:08:35.50

>>595
当初UCS-4は最上位ビットをエスケープなどの用途に使い
それを除いた7FFFFFFFまで使用可能にする計画だったはず
しかしUnicodeの上限が10FFFFと決まったためにUCS-4もそれに合わせて10FFFFになったのでは

**デフォルトの名無しさん** · 2024/03/30(土) 15:01:07.51

C: \のようにディレクトリの区切りが円マークなのは文字化けの結果なんだよね
C:\のようにバックスラッシュが本来の文字なのに
円マークの方が見慣れていてバックスラッシュだと違和感を感じてしまう
なぜディレクトリ区切りにスラッシュではなくバックスラッシュを採用したんだろうか

**603** · 2024/03/30(土) 15:05:16.11

603の1行目でC:の後に0xA5を入れたらバックスラッシュになってしまった・・・

**デフォルトの名無しさん** · 2024/03/30(土) 15:07:21.72

別に文字化けでもないでしょ
バクスラなのはオプションがスラッシュだから

**デフォルトの名無しさん** · 2024/03/30(土) 15:16:04.30

Win32のファイル関連APIはスラッシュでOK
NT APIを直接使う時にはスラッシュはNG
GUIコントロール、ダイアログなどで独自処理してる箇所はスラッシュの考慮漏れ多数