文字コード（Unicode 版）¶

このページは、内部を Unicode（wchar_t）で扱う Unicode 版（バージョン記号 Mc2XX）の仕様です。

内部表現¶

• 里々は、辞書・変数・スクリプトを内部ではすべて Unicode の文字列として扱います。
• サロゲートペアの文字（絵文字や「𠮷」など）は 1 文字として数えます（length substr at reverse など。自動ウェイトは半角換算で数え、サロゲートペアは 2 です）。

辞書ファイル¶

辞書・replace.txt・characters.ini・セーブデータの文字コードは、次の順で決まります（辞書ファイルと読み込み）。

1. satori_bootconf.txt で UTF-8 と指定されていれば UTF-8。
2. BOM があれば UTF-8。
3. BOM がなくても全体が正しい UTF-8 なら UTF-8。
4. それ以外は Shift_JIS。

改行は CRLF と LF のどちらも読めます。

セーブデータ¶

書き出しは常に UTF-8 です。読み込みは上の自動判定で行うので、ACP 版の Shift_JIS のセーブデータも読めます。ただし、一度 Unicode 版で保存したセーブデータを ACP 版に戻すと、文字化けする可能性があります。

SHIORI の通信¶

• リクエストの Charset ヘッダに従って解釈し、同じ文字コードで応答します。Charset がない場合は、内容から判定します。
• ベースウェア（SSP）は、最初に UTF-8 で問い合わせを行い、UTF-8 で応答すれば以降も UTF-8 で通信します。
• Shift_JIS で応答する場合、Shift_JIS にない文字は ? になります。
• loadu（UTF-8 のパスで load）に対応しています。

SAORI・SSTP・ssu¶

• 里々から SAORI を呼ぶときは、Charset: UTF-8 で送り、応答は応答の Charset ヘッダ（なければ内容の判定）で読みます。
• ただし、GET Version の応答に Charset ヘッダがない SAORI には Charset: Shift_JIS で送り、Charset のない応答も Shift_JIS として読みます（Mc203-2以降。SAORI の通信）。
• SSTP（get_property など）は UTF-8 です。
• ssu を SAORI として呼んだとき、応答は常に UTF-8 です。

UTF-8 辞書で使う記号¶

Shift_JIS 由来の記号は、UTF-8 では別の文字になっている場合があります。里々は次の文字を両方受け付けます。

ACP 版との違い¶

バイト数に依存していた処理は、文字数に変わりました。詳しくはACP 版との違いを参照してください。