国際連合

CCSID (コード化文字セット識別子) は、特定のコード ページの特定のエンコードを表す 16 ビットの数値です。たとえば、Unicodeは、 UTF-8、 UTF - 16、UTF-32など、複数の文字エンコード スキーム (「変換形式」と呼ばれる) を持つコード ページですが、このエンコードが使用されていることを示す CCSID 番号が実際に付いている場合と付いていない場合があります。

コード ページとCCSID という用語は、同義語ではありませんが、同じ意味で使われることがよくあります。コード ページは、CCSID を構成する要素の一部にすぎない場合があります。IBM による次の定義は、この点を説明するのに役立ちます。

• グリフとは、ディスプレイや印刷物に表示されるピクセルまたはインクの実際の物理的なパターンです。

• 文字とは、特定の記号に関連付けられたすべてのグリフをカバーする概念です。たとえば、「F」、「F」、「F」、「F」、「F」、「F 」はすべて異なるグリフですが、同じ文字を使用します。さまざまな修飾子 (太字、斜体、下線、色、フォント) があっても、これらのグリフがU+0046 F LATIN CAPITAL LETTER F を表すという事実は変わりません。

• 文字セットには、特定の人間がコンピュータと意味のあるやり取りを行うために必要な文字が含まれています。これらの文字がコンピュータでどのように表現されるかは指定しません。^[1]このレベルは、文字をさまざまなアルファベット (ラテン文字、アラビア文字、ヘブライ文字、キリル文字など) または表意文字グループ (中国語、韓国語など) に分割する最初のレベルです。これは、Unicode エンコード モデルの「文字レパートリー」に対応します。

• コードページは、文字に対するコードポイント値の特定の割り当てを表します。^[1]これは、Unicode エンコード モデルの「コード化文字セット」に相当します。文字のコードポイントは、特定のコードページにおけるその文字のコンピュータ内部表現です。^[1]多くの文字は、異なるコードページで異なるコードポイントで表されます。特定の文字セットは、シングルバイト コード ページ (最大 256 個のコードポイント、つまり最大 256 個の文字) で適切に表すことができますが、多くの文字セットではそれ以上の文字数が必要です。例としては、JIS X 0208やUnicode などがあります。

• エンコード方式は、コード ページのバイト形式です。コード ポイント値をコンピューター内の 1 つ以上のバイト値のシーケンスにマッピングします。^[2]たとえば、UTF-8とUTF-16BEは、同じ Unicode コード ページの 2 つのエンコードです (特定の Unicode 文字値を表すために必要なバイト数、それらのバイト内での値の格納方法、および Unicode 情報の存在を示す方法のみが異なります)。一方、IBM の文字データ表現アーキテクチャ (CDRA) では、これは通常、ESID (エンコード方式識別子) で表されます。^[3] EUC とISO-2022 は、エンコード方式の他の例です。

• コード化文字セット識別子( CCSID )には、処理と交換のさまざまな段階で文字の意味とレンダリングを割り当て、保持するために必要なすべての情報が含まれています。この情報には常に少なくとも 1 つのコード ページが含まれますが、バイト長が異なる複数のコード ページが含まれる場合もあります。CCSID には、さまざまなコード ポイントの処理方法を制御するエンコード スキームも関連付けられています。このメカニズムにより、プログラムは双方向の方向、文字の形状 (主にアラビア文字)、およびその他の複雑なエンコード情報を認識できます。

次の例は、一部の CCSID が他の CCSID からどのように構成されているかを示しています。

これら 3 つのバリアントShift-JIS CCSID はすべてマルチバイト文字セット(MBCS) です。各 CCSID のシングルバイト文字セット (SBCS) 部分は異なります。ダブルバイト文字セット(DBCS) 部分は各 CCSID で同じです。CCSID 5028 は、CCSID 4993 と呼ばれる更新されたコード ページ 897 を使用します。CCSID 932 は、元のコード ページ 897 (CCSID 897) を使用します。CCSID 942 は、他の 2 つの CCSID とは異なる SBCS (1041) を使用します。

また、CCSID 5028 と 4993 は、同じコード ページ識別子を持つ以前の CCSID と 4096 (16 進数では 1000) 異なることにも注意してください。これは、CDRA がアップグレードされた CCSID を示す一般的な方法です。

この複雑さにはいくつかの理由があります。

• 多くの CCSID は、データベース フィールドが SBCS、DBCS、または MBCS 文字列のみをサポートするIBM Db2などの IBM データベースで使用されます。CCSID により、プログラムは使用されている CCSID を区別できます。
• ユーロ通貨記号の導入のように文字が追加または置換されると、異なる CCSID が使用されているため、保存された文字列がそれらの文字の追加をサポートしているかどうかを知ることができます。このバージョン管理は、データの整合性にとって重要です。
• 類似のCCSID間でのリソースの再利用を可能にする。^[7]

• IBM CDRA (文字データ表現アーキテクチャ) 用語集
• IBM グローバリゼーション用語
• IBM CDRA の完全な説明。(これには、CCSID を取り巻くアーキテクチャの詳細な説明が含まれます。)
• IBM の CCSID およびその他の関連識別子の完全なリスト
• IBM System i コンピュータでサポートされている CCSID のリスト