漢字の第1バイト検証

質問

今、文字判定関数について勉強しているのですが、
unsingned char uch にgetchar()の値を入れ
if(uch >= 0x81 && uch <= 0x9f || uch >= 0xe0　&& uch <= 0xfc)
とうコードで、なぜ漢字コードは「0x81～0x9f」と「0xe0～0xfc」の
二つの範囲があるのか解りません。
よろしくお願いします。

回答No.1

noname#25358 · ベストアンサー

厳密にはそのプログラムは誤りで、

if(uch >= 0x81 && uch <= 0x9f || uch >= 0xe0 && uch <= 0xef)
　が正解です。

　で、どうして領域が２つに分かれてるかというと、端的にいうと、しょうがなかったからです。

　MrSIMPSOM さんが今取得しようとしているのは、シフトＪＩＳ形式と呼ばれる文字形式です。
　この形式は、半角文字と全角文字を１つの文字列の中に混在させるための手段として、「特定のコードであれば、あとに続く１バイトとの合計２バイトで漢字を表す」としています。

　ところが、「では実際にどのコードが来たら漢字ということにするか」ということになった際に、当時まだ使われてなかった領域が、その範囲しかなかったわけです。
　当時のコンピュータの性能からして、半角カタカナの領域を潰すわけにはいかなかったからです。

　なので、しょうがなく漢字を表す領域は２つに分けられることになってしまったのです。

お礼

コードミスしてしまうとは、お恥ずかしい(笑)
なるほど、しょうがなく分けられたんですか。
ありがとうございました。

補足

補足と言うわけではないのですが、文字コードの2バイト目は、
0x40で始まるじゃないですか、単に0x40は@を表しますよね。
そこで、なんで2バイト目はそこから始まるようになったのですか。
度々すみませんがお願いします。

回答No.2

noname#25358

えーと。再登場。
　２バイト目についてですが、よく分かりません(^_^;
　少なくとも、コントロールコードを回避して配置されたことは確かだと思いますが……。

お礼

そうですか...私もコントロールコードは
回避する必要があったとは思いましたが、
別に0x30でもいいじゃん(笑)と疑問に思い補足してみました。
いつのまにかにプログラミングの質問から離れていった質問に
答えてくれてdeagleさんありがとう御座いました。