Skip to main content
タグを編集
リンク
cubick
  • 2.1万
  • 5
  • 27
  • 64
ソース リンク
da_miao_zi
  • 215
  • 1
  • 5

インプットメソッド(IM)は、ファイルで使用されている文字エンコードに応じて、入力する文字のエンコードを変更しますか?

VS Codeで2つの空のファイルを作成しました。1つは UTF-8 エンコード (file.utf8.txt)で、もう1つは Shift JIS エンコード (file.shift_jis.txt) です。

od コマンドを使ってこれらの2つの空のファイルの内容を表示すると、ファイルで使用されている文字エンコードをファイル自体に保存しないことがわかります (テキストファイルには、メタデータを格納するためのヘッダーがないので)。これは予想通りになります。

$ touch file.utf8.txt
$ touch file.shift_jis.txt
$ od -t x1 file.utf8.txt
$ od -t x1 file.shift_jis.txt

次に、日本語IMを起動し、同じローマ字のシーケンス「nihon」を入力して、これらの2つのファイルに「日本」という2つの漢字をそれぞれに入力してみます。どのファイルでも、文字化けなく漢字を正常に表示できます。

そして、od コマンドで2つのファイルの内容を再度表示すると、IMは同じ入力「nihon」に対して次のように異なる出力を生成するようです。

$ od -t x1 file.utf8.txt 
0000000    e6  97  a5  e6  9c  ac                                        
0000006

$ od -t x1 file.shift_jis.txt 
0000000    93  fa  96  7b                                                
0000004

IM はプロセス間通信のトリックを使って、エディターが使用しているエンコードを覗いて、同じ入力に対して何らかのエンコード変換を実行するのか、それとも IM は同じ入力に対して常に同じ出力を生成して(たとえば、いつも Unicode エンコードを出力し)、その後OS、または他のコンポーネントがこのUnicodeを UTF-8 または Shift JIS に変更するのですか?