ソフトウェア共通 - naobe @ ウィキ

ソフトウェアに戻る

• コンパイラ
• 性能管理
• 暗号
• アルゴリズム

グレゴリオ暦

現在の暦。閏年（2/29がある）は以下の手順で決める。上から順番に上書き。2100年は、4で割り切れる、100で割り切れる、400で割り切れないので平年。

• 西暦年が4で割り切れる年は閏年とする。
• 西暦年が100で割り切れる年は平年
• 西暦年が400で割り切れる年は閏年

UUID(Universal Unique Identifier)

http://itpro.nikkeibp.co.jp/article/Keyword/20090206/324330/　参照
世界的に一意なID。国、機器、システムに関らず一意なID。機器の名前や時刻情報などを基に「十分大きなサイズかつランダムな数値」として生成する。UUIDのサイズは16バイトで、256を16回掛けた数のバリエーションを作り出す。

文字コード（charset）

http://www.iana.org/assignments/character-sets 参照

言語によって定義がまちまち。以下は参考。

MIME-NAME	alias	説明
ISO-8859-1	latin1	アスキーコード。
Shift_JIS	MS_Kanji	シフトJIS
EUC-JP		EUCコード
UTF-8		utf8
Windows-31J	CP932	Shift_JISのMS、NEC、IBM拡張。

JISコード

参考URL http://homepage1.nifty.com/nomenclator/unicode/ucs_utf.htm
参考文献　日本語情報処理、プログラマのための文字コード技術入門

• バイトは7bitで表す。ASCIIコードで書ける。
• エンコード名　ISO-2022-JP。電子メールで使う。昔のメール・システムでは8bitコードは送信できない。
• 漢字を収めた最初の国家標準電子文字セット。
• JIS X 0208-1990が最も一般的で権威のある日本語文字セット
• エスケープシーケンスを使って文字モードを切り替える。（文字モード：２バイト文字、１バイト文字など）
• エスケープコードは、0x1B

項目		内容	備考
２バイト文字	１バイトの範囲	0x21 ～ 0x7E
	２バイトの範囲	0x21 ～ 0x7E
２バイト文字エスケープシーケンス	JIS X 0208-1990	0x 1B 26 40 1B 24 42
１バイト文字エスケープシーケンス	JISローマ字	0x 1B 28 4A
	ASCII	0x 1B 28 42
	半角カタカナ	0x 1B 28 49
JIS8半角カタカナ		0xA1 ～ 0xDF
ASCII/JISローマ字		0x21 ～ 0x7E
JIS第一水準漢字		16区～47区	1区が0x21（バイト）
JIS第二水準漢字		48区～83区

Shift JIS

• １バイトコードは、ASCIIコードと同じ
• ２バイトコードの文字位置がJISローマ字コードの半角カナの文字 位置とぶつからないようにJISコードをシフトした文字コード。
• エスケープシーケンスは使わない。

項目		内容	備考
２バイト文字	１バイトの範囲	0x81 ～0x9F, 0xE0 ～0xEF
	２バイトの範囲	0x40 ～ 0x7E, 0x80 ～ 0xFC
	半角カナバイト範囲	0xA1 ～ 0xDF
	ASCII/JISローマ字バイト範囲	0x21 ～ 0x7E

Unicode

• 群(group:128個)、面(plane:256個)、区(row:256個)、点(cell:256個)で文字を決定する
• 日本、中国、韓国の漢字を一部、統一したコード体系
• 群：0、面：0がUCS-2,基本多言語面(BMP:Basic Multilingual Plane)

UTF-8

Unicodeをバイトの並びに変換したコード

【UnicodeからUTF-8への変換】

Unicode	ビットパターン	第１バイト	第２バイト	第３バイト	第４バイト	備考
U+0000 .. U+007F	00000000-0xxxxxxx	0xxxxxxx				ASCIコード
U+0080 .. U+07FF	00001xxx-xxyyyyyy	110xxxxx	10yyyyyy
U+0800 .. U+FFFF	xxxxyyyy-yyzzzzzz	1110xxxx	10yyyyyy	10zzzzzz		UCS-2のFF61～FF9F：半角カナ
U+10000..U+1FFFFF	00000000-000wwwxx-xxxxyyyy-yyzzzzzzz	11110www	10xxxxxx	10yyyyyy	10zzzzzz

※ U+11234: 群が0、1が面、12が区、34が点。　U+FFFF：群が0、面が0、区がFF、点がFF

• ASCIIコードはUTF-16では冗長なバイトが追加されるが、UTF-8ではASCIIコードと全く同じになる。
• 先頭バイトの頭のビットをみれば文字のバイト長がわかる
• 漢字は、UTF-16では２バイトだが、UTF-8では３バイトになる

用語

項目	説明
リエントラント	あるユーザがプログラムを使用中であっても、他のユーザがこのプログラムを使用可能なこと。再入可能。スレッドを考えると排他を適切にとらないとリエントラントとは言えない。
ビッグエンディアン	ワード単位のバイトデータをメモリアドレスの下位から上位の順番に配置すること。例 0x12345678という４バイトのデータを0x12を下位アドレスに、以下上位アドレスに順番に並べる。人間がみやすい配置となる。IBM,モトローラ系のCPUで適用される。