C# と VB.NET の質問掲示板

■No14715 (ガンモ さん) に返信
> 半角、全角が混じったテキストファイルを
そのテキストファイルの文字コードは何ですか?


> バイト形式で読み込んで、そのままコンソールに数値を表示してみると、
> 全角は2バイトですが、その1バイト目（？）が平仮名の場合必ず130になっています。
Shift_JIS の場合、平仮名の領域は
　　ぁ 829F
　　あ 82A0
　　ぃ 82A1
　　い 82A2
　　　：
　　ゑ 82EF
　　を 82F0
　　ん 82F1
のようになっています(16進数表記)。
先導バイトが 82 なので、10進数でいうと 130 ですね。


> 2つの数値を何かしら計算して、2バイトに収まる数値に変換していると思うのですが、
> この変換方法はどういうふうになっているのでしょうか？
バイトデータでいうと、16進数表記で
　21〜7E: JIS X 0201 ローマ字
　A1〜DF: JIS X 0201 片仮名
にあるものが、1バイトで1文字を表す事になっています。

そして、81〜9F, E0〜EF の範囲が 2バイト文字の先導バイトです。
これらのデータは、直後に 40〜7E, 80〜FC の範囲のデータを伴い、
2バイトで1文字を表す仕様となっています。


この事から、81 などのデータは、「1バイト目」にも「2バイト目」にもなれます。
たとえば、
　＝  8181
　ａ  8281
　≠  8182
　ｂ  8282
のような場合ですね。

> というか、すみません、聞いてばかりで泣けてきますが、どういう理屈なんでしょうか。
> こういうのはご自分で思いついたのですか？
> それとも10進数とか16進数とか2進数とかを扱っていると分かる当然の知識ですか？

後者。

1バイトで表わせるのは10進での0〜255です。
漢字/かなの表現2バイト必要なのは0〜255では足りんから。
なので0〜255を表せる"バイト"をふたつ並べます。
  0= (0,0)
  1= (0,1)
.... 
255= (0,255) の次は
256= (1,0)
257= (1,1)
... と続きます。
ってわけで(x,y)は x*256+y を表します。