名前

       kcc - 自動判別機能つき漢字コード変換

形式

       kcc [ -IOchnvxz ] [ -b bufsize ] [ file ] ...

機能説明

       kcc は，指定した file を順番に読み込み，漢字コードを変換して標準出力に出力するフィルターです。 ファイルの
       指定がないとき，あるいはファイル名として - が指定されたときには標準入力から読み込みます。入出力の漢字コー
       ドはオプシ ョンで指定しますが，入力コードを指定しないとファイルごとの自動判別になり ます。

       使える漢字コードは  JIS（7 ビットおよび 8 ビット），シフト JIS，EUC，DEC です。 入力コードは，EUC，DEC あ
       るいはシフト  JIS  のいずれかと  7  ビット   JIS   との組み合せに限り，混在が可能です。JIS   の半角仮名は
       SI/SO，ESC(I ともに認識されます。

オプション

       -O
       -IO    I  で入力漢字コードを，O  で出力漢字コードを指定します。入力コードの指定がないときには自動判別に，
              また，どちらも指定しないとき出力コードは 7 ビット JIS になります。

              入力コードを指定する I は以下のうちの 1 つです。

                 e      EUC（7 ビット JIS 混在可）
                 d      DEC（7 ビット JIS 混在可）
                 s      シフト JIS（7 ビット JIS 混在可）
                 j，7 または k
                        7 ビット JIS
                 8      8 ビット JIS

              出力コードを指定する O は以下のうちの 1 つです。

                 e      EUC
                 d      DEC
                 s      シフト JIS
                 jXY または 7XY
                        7 ビット JIS（SI/SO による JIS 仮名指示）
                 kXY    7 ビット JIS（ESC(I による JIS 仮名指示）
                 8XY    8 ビット JIS

              O 中の XY で，JIS コード出力でのエスケープシークェンスが指定できます。省略 すると BJ  とみなされま
              す。なお，補助漢字指定は ESC$(D で固定です。

                 X      漢字指定
                      B      ESC$B（第 2 次規格漢字指示）
                      @      ESC$@（第 1 次規格漢字指示）
                      +      ESC&@ESC$B（第 3 次規格漢字指示）
                 Y      英数字指定
                      B      ESC(B（ASCII 指示）
                      J      ESC(J（JIS ローマ字指示）
                      H      ESC(H（スウェーデン名前用文字指示）

       -v     入力コードの判別結果を標準エラー出力に出力します。

       -x     拡張モード。入力コードの自動判別で，外字や拡張文字領域（EUC の外 字・未定義の半角仮名・制御文字 C1
              の各領域，およびシフト JIS の拡張文字領域）を認識します。DEC と EUC との判別はこのモードでのみ，な
              されます。

       -z     縮小モード。入力コードの自動判別で半角仮名を認識しません（7  ビット JIS を除く）。半角仮名を含まな
              いファイルの場合，これを指定すると判別の確度が 高まります。

       -h     半角仮名を DEC に変換すると全角のカタカナに変換されますが，このオプションを指定するとひ らがなにな
              ります。

       -n     外字・拡張文字・補助漢字領域を“□”に，半角仮名の未定義領域を半角の “・”に変換します。

       -b bufsize
              入力の判別がつかないあいだ入力をためておくバッファーの大きさを指定しま  す。省略時は  8k  バイトで
              す。

       -c     変換を行わず，入力コードの種類だけを調べ，結果を標準出力に出力します。通  常の自動判別の場合とは異
              なり，ファイルは最後まで調べられます。ただし，途  中でコード体系に矛盾が見つかった場合には読み込み
              を中断し“data”と表示し ます。-x，-z 以外のオプションは無効になります。

使用例

       % kcc -e file
              入力コード自動判別で出力コードは EUC

       % kcc -sj file1 file2
              シフト JIS のファイル 2 つを JIS へ変換し連結

       % command | kcc -k+J
              command 出力を JIS（JIS 第 3 次規格 漢字指示，JIS ローマ字指示，ESC(I による JIS 仮名指示）へ

       % kcc -c file
              file のコードを判別する（変換は行わない）

補足説明

       入力コードの自動判別は通常の文書においてはほぼ確実に行えますが，以下のよ うな問題を含んでいます。

       7 ビット JIS はエスケープシークェンスによるモード切り替えによっていて確実に判別されま す。EUC と DEC は根
       本的には同じものです（以下 EUC 系と呼ぶ）。一方，8 ビット JIS の半角仮名はシフト JIS の半角仮名と同じです
       （同シフト  JIS 系）。ところが，共に 8 ビットコードである EUC 系とシフト JIS 系は，領域が広く重なっていて
       背反しています。つまり，コードの自動判定の問 題点はこの 2 つの判別にあります。

       EUC 系/シフト JIS 系の判別は行単位で行い，「シフト JIS 系でない」あるいは「EUC 系でない」と分かった時点で
       確定とします。 どちらにも矛盾する行が最初に現れたときには“data”扱いになり，出力内容は 保証されません。

       最初に 8 ビットの漢字コードが現れてから EUC 系/シフト JIS  系の判別がつくまでは，変換を保留し，入力をバッ
       ファーにためておきますが，  これがいっぱいになると EUC 系であると決めつけて変換を強行します。根拠は以下の
       とおりです。通常の漢字 入りの文書は JIS 非漢字か JIS 第 1  水準の漢字をまず含んでいると考えられますが，シ
       フト  JIS の場合，これらの文字は一部を除いて EUC 系の領域とは重なっていないため，確実に判別されます。つま
       り，判別できない ときには EUC である可能性が高いわけです。

       8 ビット JIS で，半角仮名が必ず偶数個連続して現れているときは，EUC の漢字であ  ると誤認されてしまうので注
       意が必要です。

       入力が半角仮名を含まないときには  -z オプションの縮小モードを利用すると判別の確度が高まります。これは重な
       る領 域が JIS 第 2 水準漢字内に限定されるからです。

       シフト JIS の拡張領域・EUC の外字領域・EUC の制御文字 C1 の領域・EUC の半角仮名の未定義領域は，自動判別の
       認識対象には入ら ないので，これらを含む入力では誤った判別がなされてしまいます。このときは -x オプションで
       拡張モードを指定するか，入力コードを明示的に指定してくださ い。

関連項目

       cat(1)

その他

       通常，外字・拡張文字・補助漢字領域はそれぞれの対応する領域に投影されま す。ただし，シフト JIS  への変換で
       拡張文字領域からはみ出す文字は，16  進で FCFC になります。 EUC と DEC の制御文字領域 C1 は， JIS へ変換す
       る場合はそのままですが，シフト JIS への場合には削除されます。また，半角仮名の未定義領域は，シフト JIS  に
       変換すると，半角の“・”に置き換えられます。半角仮名を DEC に変換すると全角の仮名に変換されます。

       JIS コード出力の場合，改行・タブ・抹消などの制御文字や空白（半角）は，英数字 モードで出力されます。

       入力コードの自動判別を誤った場合，また，それぞれの文字セットに未定義の文 字が入力された場合，出力がどうな
       るかは不定です。

Y. Tonooka                                       1992年11月19日                                           KCC(1)