これは何？

• 日本語環境でgeditを使う場合の、エンコーディング自動判別の優先順位を決めるための資料です。

エンコーディングリスト

• 自動判別のデフォルト
  • UTF-8
  • CURRENT(localeに従う:通常はUTF-8）
  • ISO-8859-15
  • UTF-16
• ファイルを開く/保存時のデフォルト
  • CURRENT
  • ISO-8859-15
• 日本語
  • EUC-JP
  • SHIFT_JIS
  • ISO-2022-JP
  • CP932
  • EUC-JP-MS

サンプルファイル

• このページの添付ファイル
• geditで生成

• OpenOffice.org Writerのダミーテキストを使用

• 日本語、英語、スペイン語の順
• 特定の言語を除いている場合は「no_ja」などとファイル名に付加

必要条件

（例）文字コード名

• 順位
  • 上記順位でないと開けないファイル

UTF-8

• UTF-8 > CP932

  • sample_UTF-8_no_ja.txt

• UTF-8 > SHIFT_JIS

  • sample_UTF-8_no_ja.txt

• UTF-8 > EUC-JP

  • sample_UTF-8_no_ja.txt

• UTF-8 > EUC-JP-MS

  • sample_UTF-8_no_ja.txt

• UTF-8 > ISO-8859-15

  • sample_UTF-8.txt

• UTF-8 > UTF-16

  • sample_UTF-8_no_ja.txt

弊害

• UTF-16を除いて、ASCII文字だけの場合UTF-8だと認識されてしまう

ISO-2022-JP

• ISO-2022-JP > UTF-8

  • sample_ISO-2022-JP_no_es.txt

弊害

• UTF-16を除いて、ASCII文字だけの場合ISO-2022-JPだと認識されてしまう

  • => 日本語等を追記して保存すると、もれなくISO-2022-JPになる

ISO-8859-15

• ISO-8859-15 > UTF-16

  • sample_ISO-8859-15_no_ja.txt

• 日本語文字コード > ISO-8859-15

  • ASCII以外の文字を含む日本語文字コードファイル

まとめ

• 弊害が大きいのでISO-2022-JPの自動判別はあきらめる
• [UTF-8,CURRENT,CP932,SHIFT_JIS,ISO-2022-JP,EUC-JP-MS,EUC-JP,ISO-8859-15,UTF-16]

  • => IRCMeeting/20091006 参照