PAYATHON 2026

为什么 Shift JIS 字节序列 0x82 0x51 能被 CP932 正常解码？

数据阿明

0x82 0x51 是有效的 Shift JIS 字节序列，在 CP932 中对应全角数字 ２，即 U+FF12。校验规则的问题在于：后续字节的范围并不由前导字节的奇偶性决定。CP932 映射表列出了 0x8251 → 0xFF12。CP932 映射表

给出的完整字节序列应解码为 ラングリッサー２。末尾是全角 ２，需要与 ASCII 数字 2 区分。

为什么按奇偶性校验会出错？

问题中的规则混淆了 Shift JIS 前导字节和 JIS X 0208 字符表行号的奇偶性。

在传统的 JIS X 0208 到 Shift JIS 转换中，一个 Shift JIS 前导字节承载相邻两行字符。这两行分别使用不同的后续字节范围：

JIS X 0208 行号Shift JIS 后续字节范围
奇数行0x40–0x7E 或 0x80–0x9E
偶数行0x9F–0xFC

这里的奇偶性指 JIS 行号。一个前导字节可以搭配这两部分范围内的字节，不能根据前导字节本身的奇偶性来选择范围。

例如，前导字节 0x82 对应 JIS X 0208 的第 3、4 行。0x82 0x51 使用第 3 行，符合编码规则。

从双字节结构看，后续字节的候选范围为：

0x40–0x7E 或 0x80–0xFC

0x7F 被排除。WHATWG 的 Shift_JIS 解码算法也按上述范围处理后续字节，没有按前导字节的奇偶性分支。该规范面向 Web 兼容实现，具体扩展映射仍应与目标解码器区分。Shift_JIS 解码算法

这组字节实际表示什么？

按字符边界分组，解码结果如下：

字节字符
83 89ラ
83 93ン
83 4Fグ
83 8Aリ
83 62ッ
83 54サ
81 5Bー
82 51２

前 14 个字节解码为 ラングリッサー，最后两个字节是全角数字 ２。这些映射均可在 CP932 映射表中查到，0x82 0x51 的成功解码不需要用扩展字符或错误替换来解释。CP932 字符映射

如何修改校验和解码逻辑？

先确定要支持的编码。如果目标是复现 Windows code page 932 的行为，可以使用 CP932 解码器并启用 MB_ERR_INVALID_CHARS。遇到无效输入时，函数会失败，便于处理错误。MultiByteToWideChar 文档

下面的 C++ 示例使用完整的 16 字节输入：

#include <windows.h>
#include <string>
#include <system_error>

std::wstring decodeTitle()
{
    const unsigned char bytes[] = {
        0x83, 0x89, 0x83, 0x93, 0x83, 0x4F, 0x83, 0x8A,
        0x83, 0x62, 0x83, 0x54, 0x81, 0x5B, 0x82, 0x51
    };

    const char* input = reinterpret_cast<const char*>(bytes);
    const int inputSize = static_cast<int>(sizeof(bytes));

    const int size = MultiByteToWideChar(
        932, MB_ERR_INVALID_CHARS,
        input, inputSize, nullptr, 0
    );
    if (size == 0) {
        throw std::system_error(
            static_cast<int>(GetLastError()),
            std::system_category()
        );
    }

    std::wstring result(size, L'\0');
    if (MultiByteToWideChar(
            932, MB_ERR_INVALID_CHARS,
            input, inputSize, &result[0], size) == 0) {
        throw std::system_error(
            static_cast<int>(GetLastError()),
            std::system_category()
        );
    }

    return result;
}

数组没有以 NUL 结尾，因此这里显式传入字节数。使用正数长度时，MultiByteToWideChar 不会自动在转换结果末尾添加 NUL；示例由 std::wstring 管理字符串存储。长度与终止符规则

如果保留自写校验器，需要检查字符边界、前导字节、后续字节，以及该组合在目标字符表中是否有定义。字节范围正确只能说明结构符合候选规则，不能保证每个组合都有字符映射。

判断 ASCII 和 Shift JIS 时还要注意什么？

  • 这组输入包含多个大于 0x7F 的字节，超出了 ASCII 范围，可以排除纯 ASCII。
  • 不能逐字节独立判断字符。0x51 单独出现时可以表示 ASCII 字符 Q，但在这里它是 0x82 的后续字节。
  • 控制字符与编码错误要分开处理。0x00–0x1F 和 0x7F 在 CP932 中有控制字符映射。游戏标题字段可以按格式要求拒绝这些字符，但应将其作为字段内容限制。CP932 控制字符映射
  • 需要明确扩展版本和实现。不同实现对扩展区域的处理可能不同。CP932 解码成功，不能直接证明数据只使用了严格 Shift JIS 字符集；不过本例中的 0x82 0x51 属于基础字符映射。

如果候选编码只有 ASCII 和 CP932，可以先检查是否全部为 ASCII 范围内的字节，再对其余输入尝试严格 CP932 解码。如果候选还包含其他编码，解码成功只能证明兼容性，仍需结合镜像字段规范和文本含义判断。

备注：内容仅供参考。