全角半角混じりの文字列をシフトコード込みのバイト数で切り出す

いつもお世話になっております。

汎用機から取得された固定長のテキストデータがあります。
固定長というのは、汎用機上で、全角半角の区切りにシフトイン・シフトアウトのコード込みで固定長であって、ダウンロードした状態ではシフトコードが抜けた状態て固定長にはなっていませんが、全角文字の最初と最後に1バイトの文字を加えると、確かに固定長になっています。
カンマ区切りであればもっと楽なのにと思うのですが、社外から来るデータなのでなかなか対応が難しいところです。

Javascriptを使ってこれを配列に収めて、データベースに書き込みたいのですが、Javascriptのsubstr関数は文字数区切りであるため、substrのバイト数カウント対応のイメージでfunctionを作るところから始めています。できあがりのイメージはこんな感じです。
str = "123あいうAB"; // 123<あいう>AB
alert(substrB(str,3,8)); // あいう
str = "456あa AB"; // 456<あ>a AB
alert(substrB(str,3,8)); // あ

汚いソースですが、シフトイン・アウトが複数あった場合や、その途中で切れた場合にもうまく動きません。
例えば、ダミーでシフトコードを入れてから分割して後で消すとかしたほうが簡単なのでしょうか？
もっとシンプルなやり方で切り出す方法がありましたら、ご指導頂ければ有難いです。

javascript
1function substrB(instr, pos, len){
2	var sht = 0;
3	var inlen = 0;		// 元の長さ
4	var outlen = 0;		// 出力結果の長さ
5	var outstr = "";	// 出力結果
6	pos = Number(pos);
7	len = Number(len);
8	for(var i=0;i<instr.length;i++){
9		var chr = instr.charAt(i);
10		if(chr.match(/^[^\x01-\x7E\xA1-\xDF]+$/) != null){
11			// 全角
12			cnt = 2;
13			if(sht==0){
14				cnt += 1;
15			}
16			sht = 1;
17		} else {
18			// 半角
19			cnt = 1;
20			if(sht==1){
21				cnt += 1;
22			}
23			sht = 0;
24		}
25		inlen += cnt;
26		if(pos<inlen){
27			outlen += cnt;
28			if(outlen > len){	// 長さを越えた時はブレイク
29				break;
30			}
31			// 全角で終わった場合は最後の文字は入れない
32			if(outlen == len){
33				if(cnt >= 2 && sht == 1){
34					break;
35				}
36			}
37			outstr += chr;
38		}
39	}
40	if(sht==1){
41		inlen += 1;
42	}
43	return outstr;
44}
45

otn

2020/12/07 11:15

・汎用機から変換後の日本語のエンコーディングは何ですか？・シフトイン・シフトアウトは何バイトですか？・半角片仮名があって、それが1バイト文字側だったりしますか？・変換前のデータを入手することは可能ですか？

AkitoshiManabe

2020/12/07 21:21

汎用機から取得したテキストについても、文字コードを確認して明記されたほうが良いですね。 --- 「JISコードの符号化表現（ISO-2022-JPによるエンコーディング）？」と感じましたが、示されるJavaScriptでは文字コード表における制御コードだけで単純に切り分けているため、シフトイン・シフトアウトと表記される内容が「JISコードのエスケープシーケンス」なのかどうか判別できず、なんとも言えない状態です（otnさんが指摘する内容も併せて確認し、質問文を見直してみてください）。

hatsuzo

2020/12/08 08:50 編集

otnさん、　AkitoshiManabeさんコメントありがとうございます。説明が足りませんでした。 >・汎用機から変換後の日本語のエンコーディングは何ですか？ SJISです。 >・シフトイン・シフトアウトは何バイトですか？各1byteです。 >・半角片仮名があって、それが1バイト文字側だったりしますか？半角カナも入りえます。 >・変換前のデータを入手することは可能ですか？変換前というのは、汎用機（正確に言いますとIBM system iかと思われます）のデータのことでしょうか？それは入手困難ですが、そこから吐き出された変換対象のデータについての補足です。対象のデータをFTPでSJISコード扱い(quote type B)で弊社のIBM System i(AS400)に転送すると、シフトコードが自動的に挿入されて固定長レコードになります。 FTPで逆のことを行ってPC上にGETすると、元の状態に戻りました。同じ状態で作成されて完全にシフトコードが抜けているだけの状態だと思います。 AS400上で処理すれば普通にマッピングして変換処理できますが、WindowsServer側で変換処理を一元したいので、可能であれば、とこのような処理を考えている次第です。