[5] [[GB 2312]] (と ASCII) で書かれた文字列の[[符号化方式]]です。 7ビットで、 ASCII の印字可能図形文字の範囲で中文文字を表現出来ます。 8ビット目や CL の制御文字を落とす通信路を通っても安心です。 Fung Fung Lee によって考案されました。 その定義は後に RFC 1843 『HZ - A Data Format for Exchanging Files of Arbitrarily Mixed Chinese and ASCII characters』として まとめられています。 更に、RFC 1842 『ASCII Printable Characters-Based Chinese Character Encoding for Internet Messages』で再定義されています。 [16] かつては[[中国大陸]]の[[電子メール]]や一部の [[Webページ]]で用いられていましたが、 現在は [[GB 18030]] や [[Unicode]] に移行しており、過去の文書を読み書きする必要がある特殊な場合を除き、 対応する必要はないと考えられています。 [17] [[Web]] における[[文字コード]]を規定する [[Encoding Standard]] からも2014年11月に削除されています [SRC[>>11]]。 * 仕様書 [REFS[ - [12] [CITE@en[RFC 1842 - ASCII Printable Characters-Based Chinese Character Encoding for Internet Messages]] ([TIME[2014-10-12 06:30:17 +09:00]] 版) - [13] [CITE@en[RFC 1843 - HZ - A Data Format for Exchanging Files of Arbitrarily Mixed Chinese and ASCII characters]] ([TIME[2014-09-07 06:30:01 +09:00]] 版) ]REFS] [14] [[Encoding Standard]] により近代的な定義がありましたが、削除されています (>>11)。 * 構造 ASCII の "~" (0x7E; TILDE) をエスケープ文字に使います。 ,~{ ,GB 2312 HZ モードへ ,~} ,HZ モードから ASCII モードへ ,~~ ,"ASCII TILDE (\"~\"; 0x7E)" ,"~\\n" ,ASCII モード中で、行継続 ([[軟改行]]) ,~[!-z|] ,将来の HZ モード文字集合に予約 RFC 1842, 1843 を読むと、 "~{" は ASCII モードにおいて GB 2312 HZ モードへ移行し、 "~}" は GB 2312 HZ モードにおいて ASCII モードに移行するとされてます。また、 GB 2312 文字列は "~{" と "~}" で囲まれる、とされてます。 ですから、 [[ISO-2022-JP]] とは違って、 aiueo~}abcde とか ~{123456~{567891~} は不正だと思われます。 * BNF ;; RFC 1842 より。 RFC 822 メッセージでの使用を想定しているので、 こういうことになってます。 [PRE[ message = headers 1*( CRLF *single-byte-char *segment single-byte-seq *single-byte-char ) ; see also [MIME1] "body-part" ; note: must end in ASCII ]PRE] = headers = = segment = single-byte-segment / double-byte-segment = single-byte-segment = 1*single-byte-char = double-byte-segment = double-byte-seq 1*( one-of-94 one-of-94 ) = single-byte-seq = "~}" = double-byte-seq = "~{" = CRLF = CR LF = ; ( Octal, Decimal.) = CR = ; ( 15, 13.) = LF = ; ( 12, 10.) = one-of-94 = ; (41-176, 33.-126.) [PRE[ single-byte-char = / "~~">; ]PRE] = 7BIT = ; ( 0-177, 0.-127.) single-byte-char がなんかおかしいですし、 ~\n が定義に現れてません。 ASCII "~{" GB ASCII "~}" ASCII みたいのでもいいことになってしまいますが、明らかにおかしいです。 GB 2312 の文字の部分が one-of-94 one-of-94 ですから、たとえば "~{" という74区の文字も OK になってしまいます。 GB 2312 文字がない行でも ~} が1つ要るように見えますが、 これは RFC 1468 ([[ISO-2022-JP]]) などにもある不具合です。 現代風に再定義してみましょう。 = hz = *(hz-line CRLF) hz-line = hz-line = *segment = segment = ascii / gb2312 / special = ascii = %x00-09 / %x0B-0C / %x0E-7D / %x7F = gb2312 = "~{" 1*double-byte-char "~}" = double-byte-char = %x21-7D %x21-7E = special = tilde / soft-linebreak / reserved-sequence = tilde = "~~" = soft-linebreak = "~" CRLF = reserved-sequence = "~" ( %x21-7A / %x7C ) GB 2312 では94区に文字は定義されていませんから、 94区の文字をどう扱うかは規定されていません。 soft-linebreak は、 RFC 1843 では 0x0A とされていますが、 RFC 1842 は RFC 822 で使うことを想定しているので 0x0D 0x0A です。その辺は、改行コード問題を引き摺らざるをえないってことです。 * エラー処理 [1] "~{" で GB 2312 mode になったまま改行で、次の行から (そこまで "~}" なしで) ASCII に戻る文書が少なからず あるみたいです。復号する実装は option で行頭において ASCII に戻るように出来るのが良いでしょう。 [2] >>1 GB mode で制御文字が使えるのかどうか、怪しい BNF 的には使えないみたいで、その他の部分でも使えるとは一言も 言ってませんから、行頭で必ず ASCII に戻してしまっても いいかもしれません。 * 例 [PRE[ Example 1: (Suppose there is no line size limit.) This sentence is in ASCII. The next sentence is in GB.~{<:Ky2;S{#,NpJ)l6HK!#~}Bye. ]PRE] [PRE[ Example 2: (Suppose the maximum line size is 42.) This sentence is in ASCII. The next sentence is in GB.~{<:Ky2;S{#,~}~ ~{NpJ)l6HK!#~}Bye. ]PRE] [PRE[ Example 3: (Suppose a new line is started for every mode switch.) This sentence is in ASCII. The next sentence is in GB.~ ~{<:Ky2;S{#,NpJ)l6HK!#~}~ Bye. ]PRE] * 名前と実装 ** [[MIME]] charset [[charset]] 名 "HZ-GB-2312" が RFC 1842 で定義されています。 ** Perl Encode モジュール [6] Encode::CN::HZ で "hz" に対応しています。 - [7] 2002-10-13 (Sun) 19:25:14 ''[[名無しさん]]'' : [[Encode::HZ]] は HZ の変種にも対応。 ** メモ [28] [[HZ-GB-23121]] も参照。 * HZ8 [15] [[GB 2312]] 部分で[[右半面]]を使う [[HZ8]] もあります。 HZ8, 8bits HZ。 [[HZ]] のうち、 GB 2312 の部分の8ビット目 を立たせたもの。 [[EUC-CN]] 対応ソフトウェアでも見れるし、8ビット目が 落ちても HZ (7ビット) として解釈すれば復元出来る、 てなことで出来たんだと思われ。 それなりに使われていたらしいけど、今一知名度が無いね。 cnd.org の Wei Lin が考案したそうです。 [29] [CITE@en[compact_enc_det/util/encodings/encodings.pb.h at master · google/compact_enc_det · GitHub]], [TIME[2025-05-20T15:12:33.000Z]] > [PRE[ // Some Web pages allow a mixture of HZ-GB and GB-2312 by using // ~{ ... ~} for 2-byte pairs, and the browsers support this. ]PRE] * HZ-2 [21] [[Big5]] に対応させる拡張の1つ。 [20] [CITE@ja[Proposed HZ-like 7-bit rendition of Big-5 character set]], [TIME[2023-07-31T07:10:08.000Z]] [24] 実装例、利用例があるのかは不明。 * HZ+ [22] [[Big5]] に対応させる拡張の1つ。 [23] [[HZ-2]] と [[HZ+]] は別。 [19] [CITE[East Asian Character Sets Overview: Chinese]], [TIME[2023-07-30T02:30:42.000Z]], [TIME[2009-01-06T16:28:41.319Z]] [25] 利用例は見たことがない [SRC[>>19]] とのこと。 * メモ - [3] 2002-10-19 (土) 13:30 ''[[名無しさん]]'': 考案者である[[李くん]]の Web site は - [4] 2002-10-19 (土) 14:06 ''[[名無しさん]]'': EHZ [26] [CITE[Mosaic-L10N: Changes]], [TIME[2017-09-14T23:06:30.000Z]], [TIME[2024-08-16T07:47:05.422Z]] [27] [CITE@en[(X)HTML5 Tracking]] ([TIME[2009-10-23 23:21:54 +09:00]] 版) [8] [CITE@en[Re: Encoding Standard at F2F]] ( ([[신정식]] 著, [TIME[2012-11-04 04:20:25 +09:00]] 版)) [9] [CITE[Issue 265973003: Implement "replacement" text encoding. - Code Review]] ( ([TIME[2014-09-20 01:57:32 +09:00]] 版)) [10] [CITE@en[Mark hz-gb-2312 more clearly as nearly removed · 2b017e7 · whatwg/encoding]] ( ([TIME[2014-10-05 02:07:38 +09:00]] 版)) [11] [CITE@en[Remove hz-gb-2312 per https://www.w3.org/Bugs/Public/show_bug.cgi?id=253... · 27513da · whatwg/encoding]] ([TIME[2014-11-04 03:30:28 +09:00]] 版) [18] [CITE@en['''['''cssom''']''' Cleanup some serialization bits.]] ([[emilio]]著, [TIME[2018-05-17 21:20:17 +09:00]]) [30] [CITE[Untitled]], [TIME[2025-11-09T14:18:43.000Z]], [TIME[1999-05-01T09:52:37.477Z]] [31] >>30 利用サイトのリンク集、なんと[[リンク先]]が [CODE[gopher:]]