eucJP-ms

符号化方法(CES)の仕様はEUC-JPと全く同じである。文字集合(CCS)のみが違う。

• G0: JIS X 0201左側(ローマ字)
• G1: JIS X 0208、外字
• G2: JIS X 0201右側(片仮名)
• G3: JIS X 0212、拡張漢字、外字

13区の「NEC特殊文字」は、そのまま採用されている。

拡張漢字も用意されている。Windows-31Jでは89区〜92区と115区〜119区の両方で重複して割り当てられているが、eucJP-msでは後者を、G3の83区から84区に配列している。

但し元の配列とは異なり、IBM拡張文字のうちでJIS X 0208、JIS X 0212に存在するものは除かれている。

なお、13区と重複する記号は除外されていないため、拡張文字と13区の記号は13字が重複している。

WindowsのシフトJISに存在するユーザー定義外字領域が用意されている。

EUCの文字集合(JIS X 0208)には本来存在しないユーザー定義外字だが、シフトJISには20区分(1880字)の領域が用意されている。

eucJP-openでは、G1とG3の85区〜94区に各10区、合計20区を割り当てている。

G3の83区〜84区にある「IBM拡張文字」のうち、ローマ数字10個と、㈱、№、℡、合計13文字については、13区の「NEC特殊文字」と重複している。

また13区の「NEC特殊文字」は、前述の13文字のほかに、≒≡∫√⊥∠∵∩∪の9字がJIS X 0208の2区に対して重複となっている。

更に、№についてはJIS X 0212に対しても重複となっており、eucJP-msの中で3つが存在する。

この場合、Unicodeとの相互変換で支障が発生するが、Windows-31Jと同様の変換をすることが求められる。

eucJP-ms→Unicodeの変換は、多対1の変換をする。

Unicodeには、eucJP-msで重複する文字も1文字分しか用意されていないため、可能な範囲で変換するしかない。

従って、Unicodeになった時点で、JIS X 0208/NEC特殊文字/IBM拡張文字のどれであったのか、という情報は失われる。

Unicode→eucJP-msの変換は、最大で3候補ある中からいずれかを選択することになる。

Unicode→Windows-31Jの標準的な変換は次の通りとなっているため、これを準用するものとする。

• JIS X 0208にあるものは、JIS X 0208を優先
• JIS X 0208になく、NEC特殊文字にあるものは、NEC特殊文字を優先
• JIS X 0212(G3)は使用しない

Windows-31JとUnicodeの変換表は、通常想定されうるものと若干異なっているため、注意を要する。

eucJP-msの変換と、既にOBSOLETE(破棄)扱いではあるがUnicodeコンソーシアムのJIS0208.TXTの変換、そしてJIS X 0208の文字名から対応づけられるUnicode文字との差異を、以下に示す。

eucJP-msの変換はこのうちeucJP-ms欄にある変換先を使うことになるが、このために他の標準的な実装をしている(と思われる)処理系と互換性面で問題が発生する。