HZ (文字エンコード)

HZ文字エンコーディング^[1]は、かつて電子メールやUSENET投稿で一般的に使用されていたGB 2312のエンコーディングです。1989年にスタンフォード大学のFung Fung Lee（中国語：李楓峰）によって設計され、その後1995年にRFC 1843に体系化されました。^[2]

HZ はHanzi (簡体字中国語:汉字、繁体字中国語:漢字、直訳すると「中国語の文字」) の略で、当時は 7 ビット文字しか使用できなかった電子メールで中国語の文字を使いやすくするために考案されました。そのため、標準の ISO 2022 エスケープ シーケンス ( ISO-2022-JPの場合) や 8 ビット文字 ( EUCの場合) の代わりに、HZ コードでは印刷可能な 7 ビット文字のみを使用して中国語の文字を表します。

これは USENET ネットワークでも人気がありましたが、1980 年代後半から 1990 年代前半にかけては、8 ビット文字やエスケープ文字の送信は一般に許可されていませんでした。

HZは、文字で始まる行全体をGB 2312テキストとしてマークしていた以前の「zW」エンコーディングに取って代わりましたzW。^[3]

HZ エンコード システムでは、文字シーケンス「~{」と「~}」はエスケープ シーケンスとして機能します。その間にある文字はすべて GB 2312 でエンコードされた中国語として解釈されます (最上位ビットは無視されます)。エスケープ シーケンスの外側では、文字はASCIIであると見なされます。

次の例は、 GB 2312、EUC-CN、および HZ コード の関係を説明するのに役立ちます。

HZ は、もともと 7 ビット コードとしてのみ使用されるように設計されました。ただし、状況が許せば、エスケープ シーケンス「~{」および「~}」が EUC-CN で表された文字を囲むことがあります。この代替使用により、HZ デコーダー ソフトウェアまたは EUC-CN を理解するシステムを使用して中国語を判読できるようになります。

さらに、仕様では次のことが定義されています。

• シーケンス「~~」は単一のASCII「~」をエンコードしたものとして扱われ、
• 改行文字「~」は破棄されます。

ただし、すべての HZ デコーダーがこれら 2 つのルールに従うわけではありません。

最初のHZエンコーダとデコーダは、1989年にUnixオペレーティングシステム用のコードの発明者によって書かれました。^[4]

hzttyプログラムもUnixオペレーティング システム用で、最初の HZ デコーダーの 1 つであり、最も人気のある HZ デコーダーの 1 つです。エスケープ シーケンス (つまり、「 ~ {」と「~}」) を表示する点と、「~~」と「~」の後に続く改行を特別に処理しない点が仕様から外れています。これはおそらく、1 つの文字が 1 つの画面位置 (テキスト画面上) を占めると想定するソフトウェアが、変更なしで正しく機能できるようにするためでした。

Microsoft Windowsでのサポートは後から開始され、多くのサードパーティの「中国語システム」が HZ をサポートしています。これらのシステムでは、エスケープ シーケンスを非表示にするオプションが提供される場合があります。

エスケープシーケンスと、さらにエスケープ区切り文字がASCIIで印刷可能な文字であるため、HZからUnicodeへ、そしてその逆の攻撃バイトシーケンスを構築するのはかなり簡単です。そのため、HZエンコーディングの使用はマルウェア対策スイートによって疑わしいものとして扱われます。^{[5] [より良いソースが必要]}