ubuntuのようなutf8マシンでsjisを扱う方法について

質問

perlでwebページを作ってるんですが、ブラウザからサーバーにformで文字が遅れなくて困っています。

1.ブラウザで文字入力
2.perlで取得してsjisに変換。
3.MySQLにその文字列を登録。

ということをしようと思っているのですが、2の段階でsjisに変換できず困っています。
$a=Jcode::convert($a,"sjis","utf8")

などと書いてみますがうまくいきません。

どなたかご指南頂けたら幸いです。

回答No.6

t-okura

うまく伝えられるかわからないですが、
> %が\xにエスケープされてしまい文字として認識されない
というのが誤解です。

ブラウザは日本語文字を送信する際、元の文字を
%83%65%83%58%83%67 などにエンコードして送ります。
ウェブアプリケーションは、受け取った %83%65%83%58%83%67 を
デコードし、元の文字に戻して処理します。

「\xにエスケープ」されていると仰っているのは元の文字に
戻されたデータを 2バイト単位に 16進表現で出力しているも
のと思われます。

$a に「\xにエスケープ」されたデータが入っているのでしたら
SJIS が正しく表示される端末で print $a すればデコード
された文字が表示されるはずです。

お礼

>t-okuraさん
丁寧なご回答ありがとうございます。

実はこれをそのままＤＢに入れ（sjis設定のDB）、それを再びブラウザで表示すると?混じりの文字になってしまうのです。

では\xが問題なのではなく、ＤＢに入れるところで問題が起きている可能性が高いですね。

回答No.5

t-okura

form タグに accept-charset を指定しているので UTF-8 で
データが送られてきていると思っているが、
実際に届いているデータは UTF-8 ではなく Shift_JIS だよ
ということです。

accept-charset の指定方法が間違っているか、
accept-charset を理解しないブラウザを使っている
のではないでしょうか。

データが Shift_JIS で届いているのだから
$a=Jcode::convert($a,"sjis","sjis");
とすれば、あるいは何も変換せずに $a をそのまま
使えばよいのでしょう。

Shift_JIS 以外で届く場合も考慮して、文字コードの
判定処理を入れて変換した方がよいとは思いますが。

お礼

＞t-okuraさん
ありがとうございます。わかりました、そういうことだったんですね。
formの方ではちゃんと届いてるのわかります。
ただ入ってきた時点で%が\xにエスケープされてしまい文字として認識されないのです。
それをuri_escapdeで変換して\xを%に変換すろと文字として認識されなくなります。

回答No.4

zxcv0000

私が言っているのは、

・%83e%83X%83g はUTF-8では無く SJISである。
(UTF-8の「テスト」は E3 83 86 E3 82 B9 E3 83 88)

・ブラウザからUTF-8でサーバーに送るというのは勘違いでは無いか？

と言う事です。 誤解はありませんか？

お礼

＞zxcv0000さん
度々ありがとうございます。
こちらの書き方に問題があるようで申し訳ないです。
おっしゃる通り%83e%83X%83gはsjisです。

>・ブラウザからUTF-8でサーバーに送るというのは勘違いでは無いか？
問題点が少々分からないです。
すいません。

回答No.3

zxcv0000

No.2 です。

> \x83e\x83X\x83g

これは、 16進で 83 65 83 58 83 67 というオクテット列で、SJISと解釈すれば「テスト」ですね。

まずは、ブラウザから送られる文字列のコードが何かを確認されるのが良いと思いますよ。

通常は「そのフォームを含むHTMLと同じ文字コード」だと思いますが、InternetExplorerには「URLを全てUTF-8で送る」とか言うオプションがあったりして、私は良く知らないです。

お礼

＞zxcv0000さん
ありがとうございます。
formタグのAccept-chatsetという属性指定でutf8で遅れるのですが、実際utf8でサーバーに送って受け取った後にsjisに戻せないんです。（この時は%83e%83X%83gもutf8形式に変換されています…が日本語としては認識できません）
実際このままデータを取得してSQLにぶち込んで再度そのSQLから引っ張るってHTMLで表示するという作業をしているのですが、その文字列（例だと%83e%83X%83g）のまま表示されてしまいます。

回答No.2

zxcv0000

STDERR を見ないと、当てずっぽうを超えた原因特定は困難でしょう。

CGIが吐くSTDERRを見ることができないなら、「Jcode のテスト用の CGI で無いスクリプト」で試すのが早道では無いかと思います。

私の当てずっぽう予測は、ブラウザに入力した文字列中に正しいShift_Jisに無い文字(Windows依存文字)が含まれてるから sjis への変換でコけた、です。

当っていれば、変換先の sjis を Windows-31J の替えればOKかと。

# 私は Jcode を知らなくて、Encode と同等を予想して書いてます。 違ってたらすみません。

お礼

＞zxcv0000さん
ご指摘ありがとうございます。
cgi内でwarnをかけた結果でよろしいでしょうか？

下記がformで送られたものの文字をターミナルソフトteraterm内で見たものです。
\x83e\x83X\x83g
一応エスケープして\x→%に直しましたがうまくいきませんでした。

入力した文字も特に問題ありません。
ちなみに上記は【テスト】を入れたものです。
おそらくutf8としてではなくバイトとして認識されてしまっているようです。

>「Jcode のテスト用の CGI で無いスクリプト」
すいませんこちらどういうことでしょうか？
理解力が乏しくて申し訳ないです。

回答No.1

takas223

私はFedoraでサーバを構築してますが、、、
CPANのモジュールとかどうですかね？
なんかいいものがあるといいですが、、、

参考URL：

http://search.cpan.org/search?query=sjis&mode=all

お礼

＞takas223さん
解答ありがとうございます。
fedoraだとeucで書いていたので問題なかったのですが…。