:: Shift-JISの文字化けについて

Home > Shift-JISの文字化けについて

- Shift-JISの文字化け -

Shift-JISの文字化け

シフトJISコードで「表示」という文字を、CGIスクリプト中に記述して出力すると「侮ヲ」と文字化けします。「侮」というイメージから、何だかコンピュータに馬鹿にされている気持ちになったりもします。
どうしてこのように文字化けしてしまうのでしょうか？　このコーナではそんな文字化けについて考察してみます。

文字化けの原因

日本語は1文字当り2バイトで表現され、シフトJISの「表示」という文字コードは以下のとおりになります。

文字表示
Shift-JISコード 95 5c 8E A6
ここで都合の悪いことが発生します。実は、「表」の2バイト目の「5C」に問題があるのです。「5C」とはメタ文字（特殊文字）の「￥」の文字コードと重複するのです（Shift-JISの場合）。「￥」が文字列中にあると、コンピュータはこれをエスケープ記号として解釈し、次のように取り去って表示してしまうのです。
```
(1) 95 5C 8E A6 ... 記述時点
(2) 95    8E A6 ... 「5C」を「￥」と解釈し取り去る（その次の8Eをエスケープすると解釈）
(3) 95 8E A6    ... 展開結果
```
このようにして、展開結果は以下のようなコードで出力されることになります。

文字侮ヲ (半角)
Shift-JISコード 95 8E A6

文字	表	示
Shift-JISコード	95	5c	8E	A6

文字	侮	ヲ (半角)
Shift-JISコード	95	8E	A6

対策

このような文字化けを回避するためには、以下のような回避策があります。
案1 : メタ文字を含むShift-JIS文字には、後にエスケープ記号「￥」を付ける。
```
# 例
print "表\示";
```
【解説】「表 + ￥」という文字コードで 95 5C 5C となり、中央の 5C が次の 5C をエスケープ展開して、結果として 95 5C として出力される。
案2 : ダブルクォート「"」で囲まずに、シングルクォート「'」を使用する。
```
# 例
print '表示';
```
【解説】シングルクォート「'」内では文法上「展開」処理をしないため、文字コードの 95 5C はそのまま解釈されて出力される。
「表」という文字のように、2バイト目に「5C」のコードが使われている文字は、次のようなものがあります。

― ソ Ы Ⅸ 噂浬欺圭構蚕十申曾箪貼能表暴予禄
兔喀媾彌拿杤歃濬畚秉綵臀藹觸軆鐔饅鷭偆砡
最後に注意点として、これらの文字を「クォーテーションの末尾」に使う場合には、文字化けとはならずに「文法エラー」となるので、特に注意が必要です。この場合の対処方法は、シングルクォートでも、直後にエスケープ記号「￥」を付加します。
```
# 悪い例
print "計画表"; # 文法エラー
print '計画表'; # 文法エラー

# 良い例
print "計画表\";
print '計画表\';
```