Hoppa till innehÄllet

Shift JIS

FrÄn Wikipedia

Shift JIS Ă€r inom datatekniken en teckenkodning som stödjer de japanska och engelska sprĂ„ken. Tekniken standardiserades i Japan 1997, under namnet JIS X 0208. Det har tidigare varit den vanligaste teckenkodningen för webbsidor pĂ„ japanska, men Unicode har i huvudsak ersatt Shift JIS Ă€ven i Japan. År 2011 var de ungefĂ€r lika vanliga, men 2021 var Unicode (UTF-8) cirka 10 gĂ„nger oftare anvĂ€nt Ă€n Shift-JIS i Japan vilket i hög grad beror pĂ„ att verktyg för webbdesign skapade utanför Japan inte stödjer Shift-JIS.

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. Övriga 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:

IntervallBetydelse första eller enda bytenBetydelse andra byten
0x00-0x3FEnligt ASCIIEj tillÄtet
0x40-0x7F
utom 0x5C,0X7C
Enligt ASCIIDel av Kanji-tecken
0x5C,0x7C„ resp. ‟Del av Kanji-tecken
0x81-0x9FFörsta byte i Kanji-teckenDel av Kanji-tecken
0xA0-0xDFKatakana-teckenDel av Kanji-tecken
0xE0-0xEFFörsta byte i Kanji-teckenDel av Kanji-tecken
0xF0-0xFFFörsta byte, dock endast i utökningar av standardenDel 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 = "æ–‡ć­—ćŒ–ă‘"; 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.