Shift JIS
| Den hÀr artikeln behöver kÀllhÀnvisningar för att kunna verifieras. (2026-04) à tgÀrda genom att lÀgga till pÄlitliga kÀllor (gÀrna som fotnoter). Uppgifter utan kÀllhÀnvisning kan ifrÄgasÀttas och tas bort utan att det behöver diskuteras pÄ diskussionssidan. |
Shift JIS Àr inom datatekniken en teckenkodning som stödjer de japanska och engelska sprÄken. Tekniken standardiserades i Japan 1997, under namnet JIS X 0208. Det har tidigare varit den vanligaste teckenkodningen för webbsidor pÄ japanska, men Unicode har i huvudsak ersatt Shift JIS Àven i Japan. à r 2011 var de ungefÀr lika vanliga, men 2021 var Unicode (UTF-8) cirka 10 gÄnger oftare anvÀnt Àn Shift-JIS i Japan vilket i hög grad beror pÄ att verktyg för webbdesign skapade utanför Japan inte stödjer Shift-JIS.
Algoritm
[redigera | redigera wikitext]Tecknen lagras som en eller tvĂ„ bytes. Alla ASCII-tecken lagras som sig sjĂ€lva i en byte (utom bland annat omvĂ€nt snedstreck som Ă€r bytt mot Yen-tecknet). Dessutom lagras Katakana-tecken i en byte i intervallet 0xA1-0xDF. Ăvriga japanska tecken lagras i tvĂ„ bytes. Den första blir i dessa fall i intervallet 0x81-0x9F eller 0xE0-0xEF, och den andra i intervallet 0x40-0xFC. Det innebĂ€r att engelska bokstĂ€ver kan förekomma som andra byte i ett japanskt tecken, och inte bara representerande sig sjĂ€lva. Sökalgoritmer mĂ„ste vara anpassade till Shift JIS annars kan man fĂ„ falska trĂ€ffar (till skillnad frĂ„n UTF-8 som inte har det problemet).
Betydelse för enskilda bytes:
| Intervall | Betydelse första eller enda byten | Betydelse andra byten |
|---|---|---|
| 0x00-0x3F | Enligt ASCII | Ej tillÄtet |
| 0x40-0x7F utom 0x5C,0X7C | Enligt ASCII | Del av Kanji-tecken |
| 0x5C,0x7C | „ resp. ⟠| Del av Kanji-tecken |
| 0x81-0x9F | Första byte i Kanji-tecken | Del av Kanji-tecken |
| 0xA0-0xDF | Katakana-tecken | Del av Kanji-tecken |
| 0xE0-0xEF | Första byte i Kanji-tecken | Del av Kanji-tecken |
| 0xF0-0xFF | Första byte, dock endast i utökningar av standarden | Del av Kanji-tecken |
AnvÀndning
[redigera | redigera wikitext]Shift JIS fungerar i HTML och i programmeringssprĂ„k (japanska stöds bara i textstrĂ€ngar, inte i taggar, variabelnamn mm), eftersom de tecken som markerar slut pĂ„ fritext och början pĂ„ en tag eller liknande, alltsĂ„ <, >, /, " med flera bara lagras som sig sjĂ€lva, inte som en del av ett japanskt tecken. Det gĂ„r att skriva char *s = "æććă"; med en Shift JIS-editor och fĂ„ en vanlig C-kompilator att acceptera det. Ett problem Ă€r att bakĂ„tsnedstreck visas som Yen-tecknet, och att tecknet kan dyka upp som andra byten i ett 2-byte tecken och tolkas som en escapesekvens nĂ€r det inte ska det.
Varianter, andra japanska kodningar
[redigera | redigera wikitext]Det finns flera varianter av Shift JIS. Bland annat anvÀnds i vissa varianter 2-byte tecken som börjar med bytes i intervallet 0xF3-0xF9, vilket standarden inte stödjer. En del företag har lagt till tecken som inte Àr standardiserade. Shift JIS Àr bakÄtkompatibel med den ursprungliga japanska 1-bytes teckenkodningen JIS X 0201 frÄn 1969, som bara stödjer ASCII (inte bakÄtsnedstreck) och Katakana. Det finns i Japan en annan inkompatibel teckenkodning kallad EUC-JP som datorer kan förvÀxla med Shift JIS och göra texten olÀsbar. Ett slanguttryck för felkodad text Àr "Mojibake".
Unicode har en helt annan algoritm, men alla tecken som stöds av Shift JIS stöds ocksÄ av Unicode, och man kan omvandla en Shift JIS kodad text till Unicode och sedan tillbaka till Shift JIS och fÄ tillbaka ursprungstexten.