Power shellでマルチバイト文字かどうかの判定を行う方法について

Question

###前提・実現したいこと

Power shellのスクリプトで、ある文字列の50バイト目を
マルチバイト文字かシングルバイト文字か判定する方法を知りたく質問いたしました。

###該当のソースコード

function get-substringbytes([String]$Text,[int]$StartIndex=0,[int]$Length=0){
  $enc=[System.Text.Encoding]::Default
  $bytes=$enc.GetBytes($Text)
  return $enc.GetString($bytes,$StartIndex,$Length)
}

###発生している問題・エラーメッセージ

上記の「該当のソースコード」の欄に記載したfunctionを使用して、引数に渡した文字列を50バイトずつ切り出すという処理を行っているのですが、
50バイト目のところに、マルチバイト文字が入ってしまうと当然ながら、正常に文字を切り出すことができませんでした。
---------------------------------------------------------------------------
実行例)
> get-substringbytes "あいうえおかきくけこさしすせそたちつてとなにぬねxの" 0 50
あいうえおかきくけこさしすせそたちつてとなにぬねx・
---------------------------------------------------------------------------
そこで50バイト目の文字がマルチバイト文字の時だけ、49バイト目まで取得するように変更しようかと考えたのですが、
Power shellで"50バイト目の文字がマルチバイト文字かどうか"の判定を行えるのかわからず質問させていただきました。

###補足情報(言語/FW/ツール等のバージョンなど)

Powershellバージョン
-------------------------------
> $PSVersionTable.psversion
Major  Minor  Build  Revision
-----  -----  -----  --------
2      0      -1     -1
-------------------------------

Comments

[退会済みユーザー]

MSDN フォーラムにも同じ質問をしていませんか?

Answer 1

マルチポストなのか、同様な質問を別の人が別のサイトに書いているのか分かりませんが、その別のサイトの URL を貼っておきます。

https://social.msdn.microsoft.com/Forums/ja-JP/57775d6a-9a9f-4e58-8e4d-d772b84aefdb?forum=powershellja

Answer 2

判定したい文字列の文字コードが確定しませんが、Windows環境だということと、1文字あたりのバイト数を踏まえてシフトJISだということを前提に回答します。

厄介なことに、シフトJISの場合、以下のようなコード配置となっているので、そのバイト位置だけ見ても文字の区切りが決まりません。最悪「1文字目から順に見ていく」しか手段がないケースもあります。

• 1バイト文字（ASCII）…0x00-0x7f
• 1バイト文字（半角カナ）…0xa0-0xdf
• 2バイト文字の1バイト目…0x81-0x9f、 0xe0-0xfc
• 2バイト文字の2バイト目…0x40-0xfc（0x7fを除く）

Answer 3

ご回答いただきありがとうございます。

50番目と51番目で要素でbyte配列を作って文字列に変換を試してみたいと思います。

Answer 4

shift_jisかつ２バイト文字までしか扱わないという前提ですが、
50番目と51番目で要素２のbyte配列を作って文字列に変換します。
これで文字数が１なら今回の問題のケースに当てはまるので、49番目までを使うようにします。

実際にやったことがない上にちょろっと考えた程度なのでいろいろ問題があるかもしれませんが。