IBM EBCDIC Japanese Coded Character Set

IBM EBCDIC 日本語符号化文字集合

注意: このページでは tilde を常に「~」と書く。「~」はオーバーラインではないので注意。 (オーバーラインは「￣」と書く)

概要

IBM の CDRA (Character Data Representation Architecture) において, 文字に対する考え方は, 以下のようになっている。

GCGID (Graphic Character Global Identifier): 図形文字を識別するための番号。たとえば「￥」は SC050000, 「＼」は SM070000, 「ア」は JA000000 といった具合である。
GCSGID (Graphic Character Set Global Identifer): CS とも呼ぶ。 GCGID によって識別される文字の(符号化されていない)集合を識別するための 5桁の10進数。
エンコーディング方法(Encoding Schemes): コードページの符号化形式。略して ES とも呼ぶ。 EBCDIC/IBMPC/ISO7/ISO8/ISO2022/EUC/UCS2, SBCS/DBCS/MBCS, SI/SO拡張など。 Encoding Scheme ID によって識別される。
CPGID (Code Page Global Identifer): Code Page は, 図形文字集合の各要素それぞれに符号位置を割り当てたもの。 Code Page を識別するための 5桁の数字を CPGID(CP とも)と呼ぶ。ただし CPGID は同じでも GCSGID が異なる場合もある。
CCSID (Coded Character Set Identifier): 1つ以上のコードページを組み合わせた符号化文字集合を識別する, やはり 5桁の数字。たとえば日本の「EBCDIC日本語英数カナ」の CCSID は 930 であり, これは「EBCDIC英数カナ」のコードページ(290)と「日本語(漢字)」のコードページ(300) を SI/SO で切り替える(Encoding Scheme = 1301)ものである。

すべての EBCDIC コードページで共通の符号位置を持つ字は以下の 58字である。 ISO646 Invariant のうち, 英小文字と「!」が含まれないことに注意しよう。

文字	SPC	.	<	(	+	&	*	)	;	-	/
EBCDIC	40	4B	4C	4D	4E	50	5C	5D	5E	60	61
文字	,	%	_	>	?	:	#	@	'	=	"
EBCDIC	6B	6C	6D	6E	6F	7A	7B	7C	7D	7E	7F
文字		A	B	C	D	E	F	G	H	I
EBCDIC		C1	C2	C3	C4	C5	C6	C7	C8	C9
文字		J	K	L	M	N	O	P	Q	R
EBCDIC		D1	D2	D3	D4	D5	D6	D7	D8	D9
文字			S	T	U	V	W	X	Y	Z
EBCDIC			E2	E3	E4	E5	E6	E7	E8	E9
文字	0	1	2	3	4	5	6	7	8	9
EBCDIC	F0	F1	F2	F3	F4	F5	F6	F7	F8	F9

米国用 EBCDIC CCSID

米国の通常の EBCDIC CCSID には以下のものがある:

CCSID	CP	CS	ES	CodePage Name	RFC1345 charset name
(??)	(??)	(??)	(??)	(??)	EBCDIC-US
00037	00037	00697	1100	(EBCDIC)USA/Canada	IBM037
00038	(??)	(??)	(??)	(??)	IBM038
00500	00500	00697	1100	(EBCDIC)Multilingual #5	--

このほかに CP 00256 は一応 "International #1" と書いてあるが, オランダ語用らしいのでここには含まない。内容は CCSID 00500 の一部の文字を差し替えたもの。

以上のコードページは, 共通の 58文字に加えて, 以下の 33文字を共有する。

文字		a	b	c	d	e	f	g	h	i
EBCDIC		81	82	83	84	85	86	87	88	89
文字		j	k	l	m	n	o	p	q	r
EBCDIC		91	92	93	94	95	96	97	98	99
文字			s	t	u	v	w	x	y	z
EBCDIC			A2	A3	A4	A5	A6	A7	A8	A9
文字	$	broken bar	`	~	{	}	＼
EBCDIC	5B	6A	79	A1	C0	D0	E0

以下の 7文字は CCSID ごとに符号位置が異なっている。

文字		￠	￢	\|	!	^	[	]
CCSID	EBCDIC-US	4A	5F	4F	5A	--	--	--
	00037	4A	5F	4F	5A	B0	BA	BB
	00038	--	--	--	4F	5F	4A	5A
	00500	B0	BA	BB	4F	5F	4A	5A

CCSID 00037 と 00500 は, 上記に加えて Latin-1 のすべての文字を含むように 93字が追加されている。すなわち,

EBCDIC-US の一部の文字を ASCII と対応するように入れ替えたのが 00038 であり,
EBCDIC-US に Latin-1 の文字を追加したのが 00037,
00038 に Latin-1 の文字を追加したのが 00500 である。

ということになる。したがって, 00037 と 00500 は文字の並びが違うだけで GCSGID は等しい。

追加 93文字は以下のとおりである。 EBCDIC の図形文字用領域は 40 から FE までの 195 文字(スペースを含む)であり, これは Latin-1 の図形文字(スペースを含む)の数に等しい。したがって, 00037, 00500 の内容は Latin-1 と同じで, 空きはない。

文字	a^	a"	a`	a'	a~	aa	ae	e^	e"	e`	e'	i^	i"	i`	i'
EBCDIC	42	43	44	45	46	47	9C	52	53	54	51	56	57	58	55
文字	A^	A"	A`	A'	A~	AA	AE	E^	E"	E`	E'	I^	I"	I`	I'
EBCDIC	62	63	64	65	66	67	9E	72	73	74	71	76	77	78	75
文字	o^	o"	o`	o'	o~	o/	u^	u"	u`	u'	c,	n~	dh	y'	th	β
EBCDIC	CB	CC	CD	CE	CF	80	DB	DC	DD	DE	48	49	8C	8D	8E	59
文字	O^	O"	O`	O'	O~	O/	U^	U"	U`	U'	C,	N~	DH	Y'	TH	y"
EBCDIC	EB	EC	ED	EE	EF	90	FB	FC	FD	FE	68	69	AC	AD	AE	DF
文字	<<	>>	±	×	÷	￣	¨	´	μ	°	￡	￥	・	§
EBCDIC	8A	8B	8F	BF	E1	BC	BD	BE	A0	90	B1	B2	B3	B5

文字	EBCDIC
no-break space	41
soft hyphen	CA
inverted exclamation mark	AA
inverted question mark	AB
currency sign	9F
registered sign	AF
copyright sign	B4
cedilla	9D
feminine ordinal indicator	9A
masculine ordinal indicator	9B
pilcrow sign	B6
vulgar fraction one quarter	B7
vulgar fraction one half	B8
vulgar fraction three quarters	B9
superscript one	DA
superscript two	EA
superscript three	FA

日本用 EBCDIC CCSID

ここでは MBCS 符号化文字集合のみを対象にする。日本語の場合, DBCS の漢字コードページ(IBM ホスト漢字コード)と SBCS のコードページの 2つを SI/SO で切り替える。

CCSID		CP	CS	ES
00930	SBCS	00290	01172	1301
00930	DBCS	00300	01001	1301
00931	SBCS	00037	00101	1301
00931	DBCS	00300	01001	1301
00939	SBCS	01027	01172	1301
00939	DBCS	00300	01001	1301
05026	SBCS	00290	01172	1301
05026	DBCS	00300	00370	1301
05035	SBCS	01027	01172	1301
05035	DBCS	00300	00370	1301
09122	SBCS	00290	00332	1301
09122	DBCS	00300	01001	1301
13218	SBCS	00290	00332	1301
13218	DBCS	00300	00370	1301

CCSID 00930/00939/09122 と 05026/05035/13218 の差はユーザー定義文字の数だけのようである。 (00930/00939/09122 は 4370 字, 05026/05035/13218 は 1880字)

CCSID 00930 と 09122 の違いは, SBCS に英小文字を含むかどうかの差である。 09122 は含まない。

ほかにも PC 互換用とか HP 互換用とか, 日立の EBCDIK (CP 00290 に似ているが記号の配列が少し違う) とかがあるが省略する。

文献にあげた International Application Development には 00930, 00939, 05026, 05035 の 4 CCSID のみをあげている。 Java の AS400Text クラスもこの 4つの CCSID のみを取り扱うことができる。

CP	CodePage Name	RFC1345 charset name
00281	(EBCDIC)Japan(Latin)	IBM281, EBCDIC-JP-E
00290	(EBCDIC)Japan(Katakana)	IBM290, EBCDIC-JP-kana
01027	(EBCDIC)Japanese(Latin)Extended	--

CDRA では CP 00281 は扱っていないようだが, ほかのコードを理解するために必要なのでまずこれから説明する。

CP 00281 は米国 CCSID の項目であげた EBCDIC-US と非常によく似ているが, 記号の一部が以下のように入れ替わっている。あとは EBCDIC-US の項を参照のこと。 (なお, 文献にあげた International Application Development の CP 00281 の図には, この他に Latin-1 の文字も定義されているが省略。)

コード	4A	5B	A1	E0
EBCDIC-US	￠	$	~	＼
00281	￡	￥	￣	$

CP 00290 は, CP 00281 の英小文字のかわりに下のようにカタカナを加えたもの。なお, CP 00281 にある記号のうち, 「{」と「}」と BROKEN BAR の 3字は CP 00290 には存在しない。 (RFC1345 には BROKEN BAR があるように書いてあるが, 誤りだろう。)

文字	。	「	」	、	・	ヲ	ァ	ィ	ゥ
EBCDIC	41	42	43	44	45	46	47	48	49
文字	ェ	ォ	ャ	ュ	ョ	ッ		ー
EBCDIC	51	52	53	54	55	56		58
文字	ア	イ	ウ	エ	オ	カ	キ	ク	ケ	コ	サ	シ	ス	セ	ソ
EBCDIC	81	82	83	84	85	86	87	88	89	8A	8C	8D	8E	8F	90
文字	タ	チ	ツ	テ	ト	ナ	ニ	ヌ	ネ	ノ		ハ	ヒ	フ
EBCDIC	91	92	93	94	95	96	97	98	99	9A		9D	9E	9F
文字		ヘ	ホ	マ	ミ	ム	メ	モ	ヤ	ユ	ヨ	ラ	リ	ル
EBCDIC		A2	A3	A4	A5	A6	A7	A8	A9	AA	AC	AD	AE	AF
文字	レ	ロ	ワ	ン	゛	゜
EBCDIC	BA	BB	BC	BD	BE	BF

昔は小文字なしでもすんだのかもしれないが, さすがに不便になったのか, その後 CP 00290 の空き領域に英小文字をはじめとして EBCDIC-US や ASCII にあるすべての文字(BROKEN BAR 以外)を追加しなおした。このときコードページ番号が 00290 のままだったこと, 追加した英小文字ともとの EBCDIC-US/00037/00281 にあった英小文字の符号位置が (当然ながら) まったく異なっていたことが原因で, いろいろと文字化けがおきることになった。たとえば EBCDIC-US や CP 00037 で「home」と書いたものを CP 00290 で読むと「クナテオ」に化けてしまう。 CP 00290 の英小文字は以下のように配置されている。

文字	a	b	c	d	e	f	g	h	i	j	k	l	m
EBCDIC	62	63	64	65	66	67	68	69	71	72	73	74	75
文字	n	o	p	q	r	s	t	u	v	w	x	y	z
EBCDIC	76	77	78	8B	9B	AB	B3	B4	B5	B6	B7	B8	B9
文字	[	]	~	^	￠	＼	{	}
EBCDIC	70	80	A0	B0	B1	B2	C0	D0

CCSID 00930 の SBCS 用 CP は, こちらの新しい 00290 を使っている。

もうひとつ, CCSID 00939 の SBCS 部分として使われている CP 01027 というのもある。こちらは CP 00290 とちょうど逆の方法をとっている。つまり EBCDIC-US の上位互換で(ただし BROKEN BAR はない), 空き領域に下のようにカタカナを追加したものである。

文字		。	「	」	、	・	ヲ	ァ	ィ
EBCDIC		42	43	44	45	46	47	48	49
文字	ゥ	ェ	ォ	ャ	ュ	ョ	ッ	ー	ア
EBCDIC	51	52	53	54	55	56	57	58	59
文字		イ	ウ	エ	オ	カ	キ	ク	ケ	コ
EBCDIC		62	63	64	65	66	67	68	69	70
文字	サ	シ	ス	セ	ソ	タ	チ	ツ
EBCDIC	71	72	73	74	75	76	77	78
文字	テ	ト	ナ	ニ	ヌ	ネ	ノ	ハ	ヒ	フ	ヘ	ホ
EBCDIC	8A	8B	8C	8D	8E	8F	9A	9B	9C	9D	9E	9F
文字	マ	ミ	ム		メ	モ	ヤ	ユ	ヨ	ラ	リ	ル	レ
EBCDIC	AA	AB	AC		AE	AF	B3	B4	B5	B6	B7	B8	B9
文字	ロ	ワ	ン		゛	゜
EBCDIC	BA	BB	BC		BE	BF
文字	￡	￥	￣	^	[	]
EBCDIC	B1	B2	A0	B0	AD	BD

「￡・￥・^」の 3字は CP 00037 と同じところに追加している。「[・]」がこんなとっぱなれに置かれている理由は不明。

CP 00290 と CP 01027 は, 符号位置を別にすれば図形文字としてはまったく同じレパートリーを持つ。しかし当然 CP 00290 でカタカナを使うと, CP 01027 では文字化けしてしまう。 AS400 のクライアントアクセスのメニューは CCSID 00930 (=00290) を前提にしているらしく, 5250 表示装置エミュレーションで CCSID 00939 (=01027)に設定してログインすると, 「フ゜ロンフ゜ト」が「ホ゜ワ]ホ゜n」に, 「コマント゛」が「テu]n゛」に, 「メニュー」が「xpャー」にそれぞれ化けてしまう。

日本の PC 用 CCSID

IBM PC の日本語コードページは伝統的には 932 だが, これは EBCDIC 日本語文字集合の SBCS 部分の要素のうち「￡・￠・￢・＼」および「~(tilde)」の 5字を含まない。そこでこれらの文字を追加したコードページ 942 を IBM は定義している。具体的には下のように追加している。

文字	￠	￡	￢	＼	tilde
Code	80	A0	FD	FE	FF

CCSID		CP	CS	ES
00932	SBCS	00897	01192	2300
00932	DBCS	00301	00370	2300
00942	SBCS	01041	01172	2300
00942	DBCS	00301	00370	2300

CCSID 00942 は GCSGID の値が CCSID 5026/5030 と完全に同じなので, 一対一の変換が可能である。

参考文献

IBM Character Data Representation Architecture Reference and Registry (SC09-2190-00), Second Edition. 1995.
IBM AS/400 International Application Development, Version 3 (SC41-4603-00), First Edition. 1996.
Ken Lunde, Understanding Japanese Information Processing, First Edition. O'Reilly & Associates, 1993.
IBM 漢字コード一覧表, 第4版. 1987.
K. Simonsen & Rationel Almen Planlaegning, Character Mnemonics & Character Sets (RFC1345), 1992.

文字コードの話に戻る

IBM EBCDIC 日本語符号化文字集合

目次

概要

米国用 EBCDIC CCSID

日本用 EBCDIC CCSID

日本の PC 用 CCSID

参考文献