テキストデータ

  • テキストファイルとワープロファイルとの違い
  • テキストファイルの種類
    • プレーンテキスト
      • 拡張子はふつうtxt
    • 表形式テキスト
      • 拡張子:CSV
    • タグ付きテキスト 例) HTML,XML
      • 拡張子:htm,html / xml
  • テキストファイルの利点
    • おおよそどのようなコンピュータ環境でも利用可能
    • さまざまなアプリケーションが対応(インポート/エクスポート)

コンピュータと文字

コンピュータなどの情報機器では、文字に数字を割り振ることで文字を扱っている。

  • どの文字に数字をどう割り振るかという規定=文字コード
    • どれだけの文字に:文字集合(文字セット)
    • どう数字を割り振るか:文字符号化方式(エンコーディング)
文字集合(文字セット)
例) JIS第一水準・ユニコード2.0,常用漢字表・諸橋大漢和の見出し漢字…
エンコード(符号化方式)
例) Shift JIS・ISO 2022-JP・日本語EUC・UTF-8…
  • どこまでを同じ文字と見なすか:包摂規準

符号化方式別の文字番号の例

文字JIS区点番号Shift JISISO 2022-JP日本語EUC
27区68点16進数8E843B64BBE4
10進数364841520448100
2進数1000111010000100111011011001001011101111100100
4区47点16進数82CD244FA4CF
10進数33485929542191
2進数1000001011001101100100010011111010010011001111

コンピュータと16進数

そもそもコンピュータで扱う情報はすべて1と0の組み合わせ

  • スイッチのON/OFF→1と0の組み合わせ→2進数
  • 16進数は2進数と相性がよく人間にも比較的わかりやすい
2進数と16進数
36484(10進数)=1000111010000100(2進数)=8E84(16進数)
2進数は4桁ごとに16進数0〜Fに対応する(2^4=16だから)
1000111010000100
8E84
情報の最小単位 ビット
0か1か=1ビット
  • パソコンなどでは8ビットをひとまとめにした1バイトを最小の単位として扱う
    • 1バイト=2^8=256,2バイト=2^8×2^8=2^16=65536

文字化け

  1. 異なる文字コード
    1. 文字集合の違い →外字・機種依存文字
    2. 符号化方式の違い
  2. 異なるフォント

JISコード

1969年 JIS X 0201(JISローマ字カナ) ASCII+カタカナ
1978年 JIS X 0208(JIS基本漢字) 〈ISO2022系〉非漢字453字・漢字6349字(第1水準・第2水準)
    78JIS 旧JIS 
    83JIS 非漢字71字・漢字4字追加。字体の変更、第1水準・第2水準間の字体の入れ替え。これ以降を新JIS
    90JIS 漢字2字追加
    97JIS 「包摂規準」
1990年 JIS X 0212(JIS補助漢字) 〈ISO2022系〉非漢字245字・漢字5801字
2000年 JIS X 0213(JIS拡張漢字) 〈ISO2022系〉非漢字659字・漢字3685字(第3水準・第4水準)
    2004年 改正
2001年 JIS X 0221 〈ISO10646(Unicode)系〉
2012年 JIS X 0213:2012 2010年改訂の常用漢字表改定に対応

Counter: 5222, today: 1, yesterday: 1

トップ   編集 差分 バックアップ 添付 複製 名前変更 リロード   新規 一覧 単語検索 最終更新   ヘルプ   最終更新のRSS