トシちゃん先生の海釣り

3月24日

Ｑ：Ｃ言語では文字も数字も一緒くたに扱われているように思えます。
　　　初心者には紛らわしいのですが。

Ａ:
　　私たちが画面で見る文字も数字も、最小情報量であるビット(0 か 1)
　　の組み合わせで表現されます。
　　　例えば、ASCIIコードでは、英字の Ａ は41h(0x41)という値で表現されます。
　　　最も機械に近いレベルで表現すると　01000001　です。
　　　つまり、'A'も0x41も機械内部では 01000001 であり、画面上では 英字のＡです。
　　したがって、Ｃ言語では、変数をＸとして、Ｘ＝'A'とするのと、Ｘ＝0x41
　　とするのは同じことになります。
　　紛らわしく感じるのは、画面上の数字や文字をそのまま受け取るからです。

　　　次のように考えると良いでしょう。
　　私たちは文字「Ａ」を文字そのものとして理解していますが、コンピュータが扱う
　　最小情報量はビットで 0 か 1ですから、「Ａ」そのものは認識できません。
　　そこで、「Ａ」を 01000001 に当てはめ、機械で「Ａ」という文字を処理できるよう
　　にしているのです。
　　ただし、0 と１の並びは人間にわかりにくいので、通常は16進数で表現されます。
　　Ａは 01000001ですから、16進数で41となります。
　　

　　　　　コンピュータでの表現　　　 　画面での英数字　　
　　　------------------------------------------------------------
　　　16進数の　48 65 6C 6C 6F 　英字で H e l l o
　　　16進数の　31 32 33 34 35 　　数字の 1 2 3 4 5

　　とにかく、私たちが使う文字や数字が機械の内部ではどのように扱われているか、
　　ということに興味を持つことです。
　

--------------------------------------------------------------------------------

Ｑ：よく「文字化けする」ということを耳にしますが、文字化けする原理を教えて下さい。

Ａ:まず、Ｃ言語との関連で説明しましょう。
　　例えば、エスケープ文字は円記号（'￥' ないし '\' ）で、そのASCIIコードは
　　 5Chです。
　　ここで、漢字の「表」を例に取ると、シフトＪＩＳでは16進数の 955C です。
　　もうお分かりですね。
　　もしコンパイラなどが 955C を漢字と認識せず、95と5Cと別々に読んでしまうと、
　　5Ch は '\' ですから文字として認識されません。
　　したがって、955Ch は 95だけとして読まれてしまい、「表」という文字はどこか
　　へ消えてしまいます。

　　古いＣコンパイラ（Lattice C ver.2など）ではよくあった話です。
　　私もプログラミングの際に苦労しました。
　　現在のＣコンパイラは漢字を扱えますが、注意はしておく必要があります。

　　私は単なる文章を書く場合やプログラミングにおいては高機能エディタの
　　MIFESを使っています。
　　16進数での入力・表示機能も備えています。
　　たとえば、全角スペース１個と半角スペース２個はパソコンの画面では区
　　別できませんが16進数表示にすると簡単に判別できます。　
　
　　次に、漢字コードの関係で文字化けが生じる原因を説明しましょう。
　　漢字変換には、パソコンではＪＩＳコードやシフトＪＩＳコード、ワークステーションで
　　はＥＵＣコードが使われます。
　　例えば、「大学」を例にとると、
　　　　　　　　　　　　　　　　　　　　　 大　 学　
　　　　　　　　　　　　シフトＪＩＳでは、91E5 8A77
　　　　　　　　　　　　　　　 ＪＩＳでは、4267 3358
　　と16進数の値が異なります。このように、同一漢字でも16進数が異なることから、
　　漢字を認識する方法も異なるということになります。
　　ですから、異なる機種の間で通信する場合はコードを自動的に判別するソフトで
　　ないと文字化けすることがあります。
　　自分のパソコンがどの漢字コードを用いているか、通信の相手がどのコードを用
　　いているかを調べておくことも重要です。

　　試しに、図書館を呼び出して、図書検索をEUCコードと異なるコートでやってみて下さい。

--------------------------------------------------------------------------------
Ｑ：マスクとはどのようなことですか。

Ａ：例で示しましょう。
　　X & 0X00FF とは、数字X と 0X00FFとのビットごとのANDをとることです。
　　0X00FFをビットで示す（上段はビット、下段はビットフィールド）と、

0 0 0 0 0 0 0 0 1 1 1 1 1 1 1 1
　　　---------------------------------------------------
　　 15 14 13 12 11 10 9 8 7 6 5 4 3 2 1 0

　　となります。上位８ビットはゼロですから、Xと0X00FFとのANDをとった数も、
　　上位８ビットはゼロになります。つまり、上位８ビットはフィルターをかけ
　　て隠すことを意味しますので、マスクするというわけです。

　　その他の例
　　　　X & 0x7fff　　15ビット目をマスク
　　　　X & 0x003f　　 6ビット目以上をマスク
　　　　X & 0x000f　　 4ビット目以上をマスク

　（補足）
　　インターネットでは「サブネットマスク」が使われます。
　　サブネットマスクは十進数のオクテットで、
　　　255.255.0.0
　　　255.255.255.0
　　などと表されます。

　　10進数の255は、16進数の FF、2進数の 11111111　です。
　　10進数の 0 は、16進数の 00、2進数の 00000000　です。

　　これから、なぜ「マスク」というのか予想できますね。

--------------------------------------------------------------------------------

Ｑ：ビットシフトとはどのようなことですか。

Ａ：例で示しましょう。
　　0XFF00 >> 8　の場合、右へ８ビットシフトすると、右側の８ビットは除か
　　れ、代わりに左側に８ビット分 0が詰められます。
　　図示しますと、

　　1111 1111 0000 0000　　・・・・　0XFF00
　　----------------------
　　　　　　　 1111 1111　　・・・・　右の８ビット( 0000 0000)が除かれる
　0000 0000　　　　　　　 ・・・・　左に８ビット0が詰められる
　　----------------------
　　0000 0000 1111 1111　　・・・・　結局、0X00FF となる。


--------------------------------------------------------------------------------

Ｑ：マスクやビットシフトはどのようなことに応用されますか。

Ａ：例で示しましょう。

　　例題：構造体の中に「年月日」を示す16ビットのビットフィールド
　　　　　が入っているものとします。
　　　　　Borland C++ Ver3.0 の　ffblk.ff_fdate　を例にとっています。　　
　 　
　　　　ffblk.ff_fdate のビットフィールド・・・ 日：ビット 0-4
　　　　　　　　　　　　　　　　　　　　　　　　月：ビット 5-8
　　　　　　　　　　　　　　　　　　　　　　　　年：ビット 9-15
　　　　図示すると、

　　 　 15 14 13 12 11 10 9 8 7 6 5 4 3 2 1 0　　
　|------- 年 --------|---- 月 ---|---- 日 ------|

　　　　となります。

　　　ここで、年(1980年以降の年数)をy、月(1-12)をm、日(1-31)をd、としましょう。

　　　年を得るのは簡単ですね。
　　　ffblk.ff_fdate を９ビット右へシフトすればよい。 　　
　　　　(「月日」の桁を削除し、残った「年」を右へ桁下げすると考えると分かり易い）
　　　　　結局
　　　　　　y = ffblk.ff_fdate >> 9;

　　　日を得るのはどうですか。
　　　ffblk.ff_fdate の 左側11ビットをマスクすればよい。 　　
0000 0000 0001 1111　は　0X001F　です。
　　　　　結局、
　　　　　　d = ffblk.ff_fdate & 0X001F;

　　　月を得るのは少々手強いです。
　　　月を得るのは、マスクとビットシフトの応用問題です。
　　　　　　まず、５ビット右へシフトさせて、日の５ビットを捨てましょう。
　　　　　　すると　00000年月　が　イメージとしてのビットフィールドになります。
　　　　　　次に、月(下位４ビット)だけ残すために、上位12ビットをマスクして隠します。
　　　　　　マスクするのは上位12ビットですから、
　　　　　　0000 0000 0000 1111　との AND をとればよい。（ 0X000F との　AND をとる。）
　　　　　　結局、
　　　　　　 m = ( ffblk.ff_fdate >> 5 ) & 0X000F;
　　　　　　
　　　分かりましたか。
　　　初級者には、ビット操作は無理かもしれません。しかし、Ｃ言語の魅力の一つはこう
　　　いったビット単位の操作が可能なことにあるのです。