森山です。

MySQL日本語要望オフお疲れさまでした。

MySQLに追加になった eucjpms に関して、今後問題になるかもしれない点につい
て情報共有をしておきたいと思います。

eucjpms は、次のような特徴があります。

  文字集合: Windows標準キャラクタセット
  JISとUnicodeとのマッピング: Windows互換

適切に文字コード変換を行う事により、Windows標準キャラクタセットを
eucjpms として DB に格納して処理する事が可能です。

しかし、eucjpms は、Windows の EUC-JP のコードページ 51932 (CP51932) と
は、IBM拡張文字(NEC選定IBM拡張文字)のコード割当が異なります。
IE などの Web ブラウザから POST されてくる EUC-JP　は、CP51932 です。

CP51932 と eucjpms 間の変換を行わなくても、ブラウザで入力したデータをブ
ラウザで表示させれば、文字化けが生じないので問題があるという事が認識され
ていないかもしれません。

しかし cp51932 のデータを eucjpms の DB に格納した場合、ブラウザ以外のク
ライアントソフトから、文字コード変換をして DB にアクセスする場合に文字化
けが発生してしまうという潜在的な問題を抱えている事になります。

PostgreSQL で、この問題にぶちあたった人がいて、そこでも、この問題を取り
上げましたので、次から始まるスレッドをご覧ください。

http://ml.postgresql.jp/pipermail/pgsql-jp/2005-April/018750.html

いろいろな組み合わせで使う事を考慮すると、いずれ、PHP, Perl, Ruby,
MySQL, PostgreSQL などで、eucjpms(EUC-JP-MS, eucJP-ms, eucJP-win) と
cp51932 の両方に対応する必要が出てくるのだろうという認識でいます。

eucjpmsとcp51932の違いを理解し、使用するソフトでの対応状況などを考慮して
適切な文字コード変換が行われるようにすれば、必ずしもeucjpms対応のソフト
でcp51932の対応は必要ないのですが、そうはいってもEUCエンコーディングで統
一するという事が好まれているという現状も無視できないと思いますので、
cp51932 をそのまま扱えた方がいいのかもしれないと考えています。

--
森山 将之
e-mail: msyk@xxxxxxxxxx
blog: http://msyk.at.webry.info/