UTF-8→SJIS/EUC-JPの重複文字をまとめてみた

文字エンコーディングの変換を行うと、異なる2文字が同じ文字に変換されることがあります。このような文字を重複文字と呼ぶことにします。UTF-8→Shift_JISおよびUTF-8→EUC-JPについて、重複文字を自分用の資料としてまとめてみました。

MacOSX上のPHP5.2.9での実験結果ですが、プログラミング言語や環境によらず気をつけるべき文字一覧ということになると思います。

色のついている部分が重複している部分です。「-」となっているのは変換できなかった文字です。また、ヘッダのカッコ数字ごとに文字エンコーディング変換に利用した関数が異なります。詳細は下記の通りです。

(1) mb_convert_encoding($char, "Shift_JIS", "UTF-8")
(2) mb_convert_encoding($char, "SJIS-win", "UTF-8")
(3) iconv("UTF-8", "SHIFT-JIS", $char));
(4) iconv("UTF-8", "CP932", $char));
(5) mb_convert_encoding($char, "EUC-JP", "UTF-8")
(6) mb_convert_encoding($char, "eucJP-win", "UTF-8")
(7) iconv("UTF-8", "EUC-JP", $char));
(8) iconv("UTF-8", "EUC-JP-MS", $char));

UTF-8	SJIS (1)	(2)	(3)	(4)	EUC-JP (5)	(6)	(7)	(8)
5c	5c	5c	-	5c	5c	5c	5c	5c
c2a5	818f	818f	5c	-	-	a1ef	5c	5c
efbfa5	818f	818f	818f	818f	a1ef	a1ef	a1ef	a1ef
7e	7e	7e	-	7e	7e	7e	7e	7e
e280be	8150	8150	7e	-	-	a1b1	7e	7e
efbfa3	8150	8150	8150	8150	a1b1	a1b1	a1b1	a1b1
e28096	8161	8161	8161	8161	a1c2	a1c2	a1c2	a1c2
e288a5	8161	8161	-	8161	a1c2	a1c2	-	a1c2
e28892	817c	817c	817c	817c	a1dd	a1dd	a1dd	a1dd
efbc8d	817c	817c	-	817c	a1dd	a1dd	-	a1dd
e3809c	8160	8160	8160	8160	a1c1	a1c1	a1c1	a1c1
efbd9e	8160	8160	-	8160	a1c1	a1c1	8fa2b7	a1c1
c2a2	8191	8191	8191	8191	a1f1	a1f1	a1f1	a1f1
efbfa0	8191	8191	-	8191	a1f1	a1f1	-	a1f1
c2a3	8192	8192	8192	8192	a1f2	a1f2	a1f2	a1f2
efbfa1	8192	8192	-	8192	a1f2	a1f2	-	a1f2
c2ac	81ca	81ca	81ca	81ca	a2cc	a2cc	a2cc	a2cc
efbfa2	81ca	81ca	-	81ca	a2cc	a2cc	-	a2cc
c2a6	-	-	-	-	8fa2c3	8fa2c3	8fa2c3	8fa2c3
efbfa4	-	fa55	-	fa55	-	8fa2c3	-	8fa2c3