Home Reference Source

src/encode/SJIS.js

  1. /**
  2.  * The script is part of MojiJS.
  3.  * 
  4.  * AUTHOR:
  5.  *  natade (http://twitter.com/natadea)
  6.  * 
  7.  * LICENSE:
  8.  *  The MIT license https://opensource.org/licenses/MIT
  9.  */
  10.  
  11. import Unicode from "./Unicode.js";
  12.  
  13. /**
  14.  * 面区点情報
  15.  * @typedef {Object} MenKuTen
  16.  * @property {string} [text] 面-区-点
  17.  * @property {number} [men=1] 面
  18.  * @property {number} ku 区
  19.  * @property {number} ten 点
  20.  */
  21.  
  22. /**
  23.  * Shift_JIS を扱うクラス
  24.  * @ignore
  25.  */
  26. export default class SJIS {
  27.  
  28. 	/**
  29. 	 * 文字列を Shift_JIS の配列に変換
  30. 	 * @param {String} text - 変換したいテキスト
  31. 	 * @param {Object<number, number>} unicode_to_sjis - Unicode から Shift_JIS への変換マップ
  32. 	 * @returns {Array<number>} Shift_JIS のデータが入った配列
  33. 	 * @ignore
  34. 	 */
  35. 	static toSJISArray(text, unicode_to_sjis) {
  36. 		const map = unicode_to_sjis;
  37. 		const utf32 = Unicode.toUTF32Array(text);
  38. 		const sjis = [];
  39. 		const ng = "?".charCodeAt(0);
  40. 		for(let i = 0; i < utf32.length; i++) {
  41. 			const map_bin = map[utf32[i]];
  42. 			if(map_bin) {
  43. 				sjis.push(map_bin);
  44. 			}
  45. 			else {
  46. 				sjis.push(ng);
  47. 			}
  48. 		}
  49. 		return sjis;
  50. 	}
  51.  
  52. 	/**
  53. 	 * 文字列を Shift_JIS のバイナリ配列に変換
  54. 	 * - 日本語文字は2バイトとして、配列も2つ分、使用します。
  55. 	 * @param {String} text - 変換したいテキスト
  56. 	 * @param {Object<number, number>} unicode_to_sjis - Unicode から Shift_JIS への変換マップ
  57. 	 * @returns {Array<number>} Shift_JIS のデータが入ったバイナリ配列
  58. 	 * @ignore
  59. 	 */
  60. 	static toSJISBinary(text, unicode_to_sjis) {
  61. 		const sjis = SJIS.toSJISArray(text, unicode_to_sjis);
  62. 		const sjisbin = [];
  63. 		for(let i = 0; i < sjis.length; i++) {
  64. 			if(sjis[i] < 0x100) {
  65. 				sjisbin.push(sjis[i]);
  66. 			}
  67. 			else {
  68. 				sjisbin.push(sjis[i] >> 8);
  69. 				sjisbin.push(sjis[i] & 0xFF);
  70. 			}
  71. 		}
  72. 		return sjisbin;
  73. 	}
  74.  
  75. 	/**
  76. 	 * SJISの配列から文字列に変換
  77. 	 * @param {Array<number>} sjis - 変換したいテキスト
  78. 	 * @param {Object<number, number|Array<number>>} sjis_to_unicode - Shift_JIS から Unicode への変換マップ
  79. 	 * @returns {String} 変換後のテキスト
  80. 	 * @ignore
  81. 	 */
  82. 	static fromSJISArray(sjis, sjis_to_unicode) {
  83. 		const map = sjis_to_unicode;
  84. 		const utf16 = [];
  85. 		const ng = "?".charCodeAt(0);
  86. 		for(let i = 0; i < sjis.length; i++) {
  87. 			let x = sjis[i];
  88. 			/**
  89. 			 * @type {number|Array<number>}
  90. 			 */
  91. 			let y = [];
  92. 			if(x >= 0x100) {
  93. 				// すでに1つの変数にまとめられている
  94. 				y = map[x];
  95. 			}
  96. 			else {
  97. 				// 2バイト文字かのチェック
  98. 				if( ((0x81 <= x) && (x <= 0x9F)) || ((0xE0 <= x) && (x <= 0xFC)) ) {
  99. 					x <<= 8;
  100. 					i++;
  101. 					x |= sjis[i];
  102. 					y = map[x];
  103. 				}
  104. 				else {
  105. 					y = map[x];
  106. 				}
  107. 			}
  108. 			if(y) {
  109. 				// 配列なら配列を結合
  110. 				// ※ Unicodeの結合文字の可能性があるため
  111. 				if(y instanceof Array) {
  112. 					for(let j = 0; j < y.length; j++) {
  113. 						utf16.push(y[j]);
  114. 					}
  115. 				}
  116. 				// 値しかない場合は値を結合
  117. 				else {
  118. 					utf16.push(y);
  119. 				}
  120. 			}
  121. 			else {
  122. 				utf16.push(ng);
  123. 			}
  124. 		}
  125. 		return Unicode.fromUTF32Array(utf16);
  126. 	}
  127.  
  128. 	/**
  129. 	 * 指定したコードポイントの文字から Shift_JIS 上の符号化数値に変換
  130. 	 * @param {Number} unicode_codepoint - Unicodeのコードポイント
  131. 	 * @param {Object<number, number>} unicode_to_sjis - Unicode から Shift_JIS への変換マップ
  132. 	 * @returns {Number} 符号化数値(変換できない場合はnullとなる)
  133. 	 * @ignore
  134. 	 */
  135. 	static toSJISCodeFromUnicode(unicode_codepoint, unicode_to_sjis) {
  136. 		if(!unicode_to_sjis[unicode_codepoint]) {
  137. 			return null;
  138. 		}
  139. 		const utf16_text = Unicode.fromUTF32Array([unicode_codepoint]);
  140. 		const sjis_array = SJIS.toSJISArray(utf16_text, unicode_to_sjis);
  141. 		return sjis_array[0];
  142. 	}
  143.  
  144. 	/**
  145. 	 * 指定した Shift_JIS-2004 のコードから面区点番号に変換
  146. 	 * @param {Number} sjis_code - Shift_JIS-2004 のコードポイント
  147. 	 * @returns {MenKuTen} 面区点番号(存在しない場合（1バイトのJISコードなど）はnullを返す)
  148. 	 */
  149. 	static toMenKuTenFromSJIS2004Code(sjis_code) {
  150. 		if(!sjis_code) {
  151. 			return null;
  152. 		}
  153. 		const x = sjis_code;
  154. 		if(x < 0x100) {
  155. 			return null;
  156. 		}
  157. 		// アルゴリズムは面区点番号表からリバースエンジニアリング
  158.  
  159. 		let s1 = x >> 8;
  160. 		let s2 = x & 0xFF;
  161. 		let men = 0;
  162. 		let ku = 0;
  163. 		let ten = 0;
  164.  
  165. 		// 面情報の位置判定
  166. 		if(s1 < 0xF0) {
  167. 			men = 1;
  168. 			// 区の計算方法の切り替え
  169. 			// 63区から、0x9F→0xE0に飛ぶ
  170. 			if(s1 < 0xE0) {
  171. 				s1 = s1 - 0x81;
  172. 			}
  173. 			else {
  174. 				s1 = s1 - 0xC1;
  175. 			}
  176. 		}
  177. 		else {
  178. 			// ※2面は第4水準のみ
  179. 			men = 2;
  180. 			// 2面1区 ～ 2面8区
  181. 			if((((s1 === 0xF0) || (s1 === 0xF2)) && (s2 < 0x9F)) || (s1 === 0xF1)) {
  182. 				s1 = s1 - 0xF0;
  183. 			}
  184. 			// 2面12区 ～ 2面15区
  185. 			else if(((s1 === 0xF4) && (s2 < 0x9F)) || (s1 < 0xF4)) {
  186. 				s1 = s1 - 0xED;
  187. 			}
  188. 			// 2面78区 ～ 2面94区
  189. 			else {
  190. 				s1 = s1 - 0xCE;
  191. 			}
  192. 		}
  193.  
  194. 		// 区情報の位置判定
  195. 		if(s2 < 0x9f) {
  196. 			ku = s1 * 2 + 1;
  197. 			// 点情報の計算方法の切り替え
  198. 			// 0x7Fが欠番のため「+1」を除去
  199. 			if(s2 < 0x80) {
  200. 				s2 = s2 - 0x40 + 1;
  201. 			}
  202. 			else {
  203. 				s2 = s2 - 0x40;
  204. 			}
  205. 		}
  206. 		else {
  207. 			ku = s1 * 2 + 2;
  208. 			s2 = s2 - 0x9f + 1;
  209. 		}
  210.  
  211. 		// 点情報の位置判定
  212. 		ten = s2;
  213.  
  214. 		return {
  215. 			text : "" + men + "-" + ku + "-" + ten,
  216. 			men : men,
  217. 			ku : ku,
  218. 			ten : ten
  219. 		};
  220. 	}
  221.  
  222. 	/**
  223. 	 * 指定したコードポイントの文字から Shift_JIS-2004 上の面区点番号に変換
  224. 	 * @param {Number} unicode_codepoint - Unicodeのコードポイント
  225. 	 * @param {Object<number, number>} unicode_to_sjis - Unicode から Shift_JIS-2004 への変換マップ
  226. 	 * @returns {MenKuTen} 面区点番号(存在しない場合（1バイトのJISコードなど）はnullを返す)
  227. 	 * @ignore
  228. 	 */
  229. 	static toMenKuTenFromUnicode(unicode_codepoint, unicode_to_sjis) {
  230. 		if(!unicode_to_sjis[unicode_codepoint]) {
  231. 			return null;
  232. 		}
  233. 		const x = SJIS.toSJISCodeFromUnicode(unicode_codepoint, unicode_to_sjis);
  234. 		return SJIS.toMenKuTenFromSJIS2004Code(x);
  235. 	}
  236. 	
  237. 	/**
  238. 	 * 指定した面区点番号から Shift_JIS-2004 コードに変換
  239. 	 * @param {MenKuTen|string} menkuten - 面区点番号（面が省略された場合は、1とみなす）
  240. 	 * @returns {Number} Shift_JIS-2004 のコードポイント(存在しない場合はnullを返す)
  241. 	 */
  242. 	static toSJIS2004CodeFromMenKuTen(menkuten) {
  243. 		let m = null, k = null, t = null;
  244. 		let text = null;
  245. 		if(menkuten instanceof Object) {
  246. 			if(menkuten.text && (typeof menkuten.text === "string")) {
  247. 				text = menkuten.text;
  248. 			}
  249. 			else if((menkuten.ku) && (menkuten.ten)) {
  250. 				m = menkuten.men ? menkuten.men : 1;
  251. 				k = menkuten.ku;
  252. 				t = menkuten.ten;
  253. 			}
  254. 		}
  255. 		else  if((typeof menkuten === "string")) {
  256. 			text = menkuten;
  257. 		}
  258. 		if(text) {
  259. 			const strmkt = text.split("-");
  260. 			if(strmkt.length === 3) {
  261. 				m = parseInt(strmkt[0], 10);
  262. 				k = parseInt(strmkt[1], 10);
  263. 				t = parseInt(strmkt[2], 10);
  264. 			}
  265. 			else if(strmkt.length === 2) {
  266. 				m = 1;
  267. 				k = parseInt(strmkt[0], 10);
  268. 				t = parseInt(strmkt[1], 10);
  269. 			}
  270. 		}
  271. 		if(!m || !k || !t) {
  272. 			throw "IllegalArgumentException";
  273. 		}
  274.  
  275. 		let s1 = -1;
  276. 		let s2 = -1;
  277.  
  278. 		/**
  279. 		 * @type {Object<number, number>}
  280. 		 */
  281. 		const kmap = {1:1,3:1,4:1,5:1,8:1,12:1,13:1,14:1,15:1};
  282.  
  283. 		// 参考
  284. 		// 2019/1/1 Shift JIS - Wikipedia
  285. 		// https://en.wikipedia.org/wiki/Shift_JIS
  286. 		//
  287. 		// 区や点の判定部分は、通常94までであるため、正確にはkやtは <=94 とするべき。
  288. 		// しかし、Shift_JIS範囲外（IBM拡張漢字）でも利用されるため制限を取り払っている。
  289.  
  290. 		if(m === 1) {
  291. 			if((1 <= k) && (k <= 62)) {
  292. 				s1 = Math.floor((k + 257) / 2);
  293. 			}
  294. 			else if(63 <= k) {
  295. 				s1 = Math.floor((k + 385) / 2);
  296. 			}
  297. 		}
  298. 		else if(m === 2) {
  299. 			if(kmap[k]) {
  300. 				s1 = Math.floor((k + 479) / 2) - (Math.floor(k / 8) * 3);
  301. 			}
  302. 			else if(78 <= k) {
  303. 				s1 = Math.floor((k + 411) / 2);
  304. 			}
  305. 		}
  306.  
  307. 		if((k % 2) === 1) {
  308. 			if((1 <= t) && (t <= 63)) {
  309. 				s2 = t + 63;
  310. 			}
  311. 			else if(64 <= t) {
  312. 				s2 = t + 64;
  313. 			}
  314. 		}
  315. 		else {
  316. 			s2 = t + 158;
  317. 		}
  318.  
  319. 		if((s1 === -1) || (s2 === -1)) {
  320. 			return null;
  321. 		}
  322. 		return (s1 << 8) | s2;
  323. 	}
  324. 	
  325. 	/**
  326. 	 * 指定した面区点番号から Unicode コードポイントに変換
  327. 	 * @param {MenKuTen|string} menkuten - 面区点番号
  328. 	 * @param {Object<number, number|Array<number>>} sjis_to_unicode - Shift_JIS-2004 から Unicode への変換マップ
  329. 	 * @returns {Array<number>} UTF-32の配列(存在しない場合はnullを返す)
  330. 	 * @ignore
  331. 	 */
  332. 	static toUnicodeCodeFromMenKuTen(menkuten, sjis_to_unicode) {
  333. 		const sjis_code = SJIS.toSJIS2004CodeFromMenKuTen(menkuten);
  334. 		if(!sjis_code) {
  335. 			return null;
  336. 		}
  337. 		const unicode = sjis_to_unicode[sjis_code];
  338. 		if(!unicode) {
  339. 			return null;
  340. 		}
  341. 		if(unicode instanceof Array) {
  342. 			return unicode;
  343. 		}
  344. 		else {
  345. 			return [unicode];
  346. 		}
  347. 	}
  348.  
  349. 	/**
  350. 	 * 指定した Shift_JIS のコードから区点番号に変換
  351. 	 * @param {Number} sjis_code - Shift_JIS のコードポイント
  352. 	 * @returns {MenKuTen} 区点番号(存在しない場合（1バイトのJISコードなど）はnullを返す)
  353. 	 */
  354. 	static toKuTenFromSJISCode(sjis_code) {
  355. 		if(!sjis_code) {
  356. 			return null;
  357. 		}
  358. 		const x = sjis_code;
  359. 		if(x < 0x100) {
  360. 			return null;
  361. 		}
  362. 		// アルゴリズムは区点番号表からリバースエンジニアリング
  363.  
  364. 		let s1 = x >> 8;
  365. 		let s2 = x & 0xFF;
  366. 		let ku = 0;
  367. 		let ten = 0;
  368.  
  369. 		// 区の計算方法の切り替え
  370. 		// 63区から、0x9F→0xE0に飛ぶ
  371. 		if(s1 < 0xE0) {
  372. 			s1 = s1 - 0x81;
  373. 		}
  374. 		else {
  375. 			s1 = s1 - 0xC1;
  376. 		}
  377.  
  378. 		// 区情報の位置判定
  379. 		if(s2 < 0x9f) {
  380. 			ku = s1 * 2 + 1;
  381. 			// 点情報の計算方法の切り替え
  382. 			// 0x7Fが欠番のため「+1」を除去
  383. 			if(s2 < 0x80) {
  384. 				s2 = s2 - 0x40 + 1;
  385. 			}
  386. 			else {
  387. 				s2 = s2 - 0x40;
  388. 			}
  389. 		}
  390. 		else {
  391. 			ku = s1 * 2 + 2;
  392. 			s2 = s2 - 0x9f + 1;
  393. 		}
  394.  
  395. 		// 点情報の位置判定
  396. 		ten = s2;
  397.  
  398. 		return {
  399. 			text : ku + "-" + ten,
  400. 			men : 1,
  401. 			ku : ku,
  402. 			ten : ten
  403. 		};
  404. 	}
  405. 	
  406. 	/**
  407. 	 * 指定したコードポイントの文字から Shift_JIS 上の面区点番号に変換
  408. 	 * @param {Number} unicode_codepoint - Unicodeのコードポイント
  409. 	 * @param {Object<number, number>} unicode_to_sjis - Unicode から Shift_JIS への変換マップ
  410. 	 * @returns {MenKuTen} 面区点番号(存在しない場合（1バイトのJISコードなど）はnullを返す)
  411. 	 * @ignore
  412. 	 */
  413. 	static toKuTenFromUnicode(unicode_codepoint, unicode_to_sjis) {
  414. 		if(!unicode_to_sjis[unicode_codepoint]) {
  415. 			return null;
  416. 		}
  417. 		const x = SJIS.toSJISCodeFromUnicode(unicode_codepoint, unicode_to_sjis);
  418. 		return SJIS.toKuTenFromSJISCode(x);
  419. 	}
  420.  
  421. 	/**
  422. 	 * 指定した面区点番号／区点番号から Shift_JIS コードに変換
  423. 	 * @param {MenKuTen|string} kuten - 面区点番号／区点番号
  424. 	 * @returns {Number} Shift_JIS のコードポイント(存在しない場合はnullを返す)
  425. 	 */
  426. 	static toSJISCodeFromKuTen(kuten) {
  427. 		// 1～94区まで存在しているため面句点変換用で流用可能。
  428. 		// ただ、CP932の場合、範囲外の区、115区〜119区にIBM拡張文字が存在している。
  429. 		// 今回、toSJIS2004CodeFromMenKuTenでは区の範囲チェックをしないため問題なし。
  430. 		return SJIS.toSJIS2004CodeFromMenKuTen(kuten);
  431. 	}
  432. 	
  433. 	/**
  434. 	 * 指定した区点番号から Unicode コードポイントに変換
  435. 	 * @param {MenKuTen|string} kuten - 区点番号
  436. 	 * @param {Object<number, number|Array<number>>} sjis_to_unicode - Shift_JIS から Unicode への変換マップ
  437. 	 * @returns {Array<number>} UTF-32の配列(存在しない場合はnullを返す)
  438. 	 * @ignore
  439. 	 */
  440. 	static toUnicodeCodeFromKuTen(kuten, sjis_to_unicode) {
  441. 		const sjis_code = SJIS.toSJISCodeFromKuTen(kuten);
  442. 		if(!sjis_code) {
  443. 			return null;
  444. 		}
  445. 		const unicode = sjis_to_unicode[sjis_code];
  446. 		if(!unicode) {
  447. 			return null;
  448. 		}
  449. 		if(unicode instanceof Array) {
  450. 			return unicode;
  451. 		}
  452. 		else {
  453. 			return [unicode];
  454. 		}
  455. 	}
  456.  
  457. 	/**
  458. 	 * Shift_JIS のコードポイントからJIS漢字水準（JIS Chinese character standard）に変換
  459. 	 * @param {Number} sjis_code - Shift_JIS-2004 のコードポイント
  460. 	 * @returns {Number} -1...変換不可, 0...水準なし, 1...第1水準, ...
  461. 	 */
  462. 	static toJISKanjiSuijunFromSJISCode(sjis_code) {
  463. 		if(!sjis_code) {
  464. 			return 0;
  465. 		}
  466. 		const menkuten = SJIS.toMenKuTenFromSJIS2004Code(sjis_code);
  467. 		// アルゴリズムはJIS漢字一覧表からリバースエンジニアリング
  468. 		if(!menkuten) {
  469. 			return 0;
  470. 		}
  471. 		// 2面は第4水準
  472. 		if(menkuten.men > 1) {
  473. 			return 4;
  474. 		}
  475. 		// 1面は第1～3水準
  476. 		if(menkuten.ku < 14) {
  477. 			// 14区より小さいと非漢字
  478. 			return 0;
  479. 		}
  480. 		if(menkuten.ku < 16) {
  481. 			// 14区と15区は第3水準
  482. 			return 3;
  483. 		}
  484. 		if(menkuten.ku < 47) {
  485. 			return 1;
  486. 		}
  487. 		// 47区には、第1水準と第3水準が混じる
  488. 		if(menkuten.ku === 47) {
  489. 			if(menkuten.ten < 52) {
  490. 				return 1;
  491. 			}
  492. 			else {
  493. 				return 3;
  494. 			}
  495. 		}
  496. 		if(menkuten.ku < 84) {
  497. 			return 2;
  498. 		}
  499. 		// 84区には、第2水準と第3水準が混じる
  500. 		if(menkuten.ku === 84) {
  501. 			if(menkuten.ten < 7) {
  502. 				return 2;
  503. 			}
  504. 			else {
  505. 				return 3;
  506. 			}
  507. 		}
  508. 		// 残り94区まで第3水準
  509. 		if(menkuten.ku < 95) {
  510. 			return 3;
  511. 		}
  512. 		return 0;
  513. 	}
  514.  
  515. 	/**
  516. 	 * Unicode のコードポイントからJIS漢字水準（JIS Chinese character standard）に変換
  517. 	 * @param {Number} unicode_codepoint - Unicodeのコードポイント
  518. 	 * @param {Object<number, number>} unicode_to_sjis - Unicode から Shift_JIS への変換マップ
  519. 	 * @returns {Number} -1...変換不可, 0...水準なし, 1...第1水準, ...
  520. 	 * @ignore
  521. 	 */
  522. 	static toJISKanjiSuijunFromUnicode(unicode_codepoint, unicode_to_sjis) {
  523. 		if(!unicode_to_sjis[unicode_codepoint]) {
  524. 			return -1;
  525. 		}
  526. 		const x = SJIS.toSJISCodeFromUnicode(unicode_codepoint, unicode_to_sjis);
  527. 		return SJIS.toJISKanjiSuijunFromSJISCode(x);
  528. 	}
  529.  
  530. 	/**
  531. 	 * 指定した面区点番号から Shift_JIS の仕様上、正規な物か判定
  532. 	 * @param {MenKuTen|string} menkuten - 面区点番号（面が省略された場合は、1とみなす）
  533. 	 * @returns {Boolean} 正規なデータは true, 不正なデータは false
  534. 	 */
  535. 	static isRegularMenKuten(menkuten) {
  536. 		let m, k, t;
  537.  
  538. 		// 引数のテスト
  539. 		if(menkuten instanceof Object) {
  540. 			m = menkuten.men ? menkuten.men : 1;
  541. 			k = menkuten.ku;
  542. 			t = menkuten.ten;
  543. 		}
  544. 		else if(typeof menkuten === "string") {
  545. 			const strmkt = menkuten.split("-");
  546. 			if(strmkt.length === 3) {
  547. 				m = parseInt(strmkt[0], 10);
  548. 				k = parseInt(strmkt[1], 10);
  549. 				t = parseInt(strmkt[2], 10);
  550. 			}
  551. 			else if(strmkt.length === 2) {
  552. 				m = 1;
  553. 				k = parseInt(strmkt[0], 10);
  554. 				t = parseInt(strmkt[1], 10);
  555. 			}
  556. 			else {
  557. 				return false;
  558. 			}
  559. 		}
  560. 		else {
  561. 			return false;
  562. 		}
  563.  
  564. 		/**
  565. 		 * @type {Object<number, number>}
  566. 		 */
  567. 		const kmap = {1:1,3:1,4:1,5:1,8:1,12:1,13:1,14:1,15:1};
  568. 		if(m === 1) {
  569. 			// 1面は1-94区まで存在
  570. 			if(!((1 <= k) && (k <= 94))) {
  571. 				return false;
  572. 			}
  573. 		}
  574. 		else if(m === 2) {
  575. 			// 2面は、1,3,4,5,8,12,13,14,15,78-94区まで存在
  576. 			if(!((kmap[k]) || ((78 <= k) && (k <= 94)))) {
  577. 				return false;
  578. 			}
  579. 		}
  580. 		else {
  581. 			// 面が不正
  582. 			return false;
  583. 		}
  584. 		// 点は1-94点まで存在
  585. 		if(!((1 <= t) && (t <= 94))) {
  586. 			return false;
  587. 		}
  588. 		return true;
  589. 	}
  590.  
  591. }