このような文字コードはありますか

質問

アドレスの入力に使われているのを見た文字コードなのですが、「%26%2312521%3b」で全角カタカナの「ラ」を表すような文字コードはありますか。

ご存知の方は教えてください。

回答No.1

Werner · ベストアンサー

> %26%2312521%3b
の%26、%23、%3bは、それぞれ&、#、;をURLエンコードしたものなのでこれを元に戻すと、
> ラ
これはHTML中にかかれた場合は数値実体参照となり「ラ」と表示されます。
12521(16進表現では30E9)はUnicodeでのコード番号です。
http://ja.wikipedia.org/wiki/Unicode%E4%B8%80%E8%A6%A7_3000-3FFF

http://ideas.paunix.org/utfrefcon.htm
ここで入力に「ラ」を入れると、出力は「ラ」になるのが確認できます。

お礼

なるほど、とてもご丁寧にありがとうございます。

補足

余談ですが、文字列sを一文字ずつ読み込んだときに、
conv="";
for(i=0 ; i < s.length ; i++)
{
c=s.charCodeAt(i);
if (c==１バイト文字) {conv=conv+escape(c);}
else if (c==２バイト文字) {conv=conv+unicode(c);}
}
（unicode()はこちらで用意した関数）を実行したいのですが、１バイト文字と２バイト文字を振り分けるには、どうすればいいのでしょう。

回答No.2

Werner

> １バイト文字と２バイト文字を振り分けるには、どうすればいいのでしょう。
Unicode(UTF-16)で考えると、すべて1文字2バイト以上になるので
1バイト文字はないということになってしまいますが、
他の文字コードで1バイトになることが多いASCII文字を振り分けるとするなら、
以下のようにコード番号が127以下の文字を1バイト文字とすればよいでしょう。

if (c<128) {conv=conv+escape(c);}
else {conv=conv+unicode(c);}

半角カナの文字コードはかなり後の方にありますが、
これも1バイト文字と定義するならその範囲も含めてください。

お礼

なるほど、ありがとうございます。
入力はUnicodeではないので大丈夫です。
半角カナについては無視できる状況です。