機種依存文字の文字コード変換について

Question

PHPブログラムで文字列の文字コード変換を行う時に文字列の中に機種依存文字が含まれていても文字化けしない方法があるのか知りたいです。

例えば文字列の中に①という機種依存文字が含まれている場合、SJIS→UTF-8であれば

mb_convert_encoding('文字列', 'utf-8', 'sjis-win');

で文字化けせず変換できます。

逆にUTF-8→SJISの時

mb_convert_encoding('文字列', 'sjis-win', 'utf-8');

としても「?」となってしまいます。

UTF-8→SJISで文字化けせずに変換する方法はないのでしょうか？

Comments

[Zuishin]

「①」は shift_jis にあるので、それで文字化けするのは変です。

[maisumakun]

本来のシフトJISにはないです（WindowsあるいはMac OS独自の拡張領域にはあります）＞①

[退会済みユーザー]

①と➀で後者が文字化ける

[Zuishin]

そうでしたっけ？
別のコードが割り当てられるなら Mac で文字化けしてもおかしくないですね。

[yoyoyo_yoyoyo]

回答いただきありがとうございます。
①は例に出していただけで機種依存文字なら同じ挙動になると思っていました。
文字化けするのはこちらの機種依存文字でした。
????

[maisumakun]

????はSJIS-winに存在しません。全く話が違います。

[Zuishin]

どこまで本気で対応するかですね。諦めて済むのなら諦めるのが一番簡単だし、そうでなければ外字領域のコードやエスケープ文字列に置き換え、表示側でそれに画像などで対応するという方法もあります。

Answer 1

UTF-8→SJISで文字化けせずに変換する方法はないのでしょうか？

Shift_JIS に含まれていない文字は不可能です。質問者さんの言う「機種依存文字」は Shift_JIS に含まれてないのでは？　（ただし、質問のコードにある「文字列」という文字は Shift_JIS に含まれるので変換できるはずですが・・・）

OS が Windows なら付属の IME パッドを使って Unicode に含まれる文字と Shift_JIS に含まれる文字を比較して見るといろいろ分かると思います。

【追記】

例えば文字列の中に①という機種依存文字が含まれている場合

以下の記事に "CP932 コードマップを使用するには、代わりに SJIS-WIN を使用してください。" とありました。

サポートされるエンコーディングの概要
https://www.php.net/manual/ja/mbstring.encodings.php

CP932 は Microsoft の独自拡張版 Shift_JIS で IME パッドで表示されるのはそれです。① は CP932 に含まれますが独自拡張部分です。

でも、質問者さんの環境では独自拡張部分はサポートされてなくて、結果 ① は「?」となってしまうということなんでしょうか？

Answer 2

波ダッシュとか微妙な文字もありますね
かっこ株とか、まる数字とか変換テーブルを別途つくって変換した方が
良いものもあります。

Comments

[maisumakun]

SJIS-winでも、IBM拡張とNEC選定IBM拡張が重複している関係上、どちらにするか決めないとややこしくなりそうですね。

Answer 3

としても「?」となってしまいます。

再現しません（paiza.io）。

Comments

[maisumakun]

????はSJIS-winに存在しません。全く話が違います。