Johab

KS C 5601-1982(後のKS X 1001)で「16ビット符号」として規格化された文字集合が由来となる符号である。

KS C 5601-1987の改正で付属書扱いになり、KS C 5601-1992で「組合型符号化文字集合」(Johab)に改名され仕様も変更され、現在に至っている。

全てのハングルを扱うことができ、かつKS X 1001にある全ての文字をも扱うことができる。

ハングルは、部品を組み立てて作られる記号文字であり、全部で11,172個がある。

ハングルには基本的な14個の子音字(C)と10個の母音字(V)があり、それぞれを字母という。1文字はC+VかC+V+Cの組み合わせで形成される。

そこで、3種類の字母に5ビットを割り当て、最上位ビットを常に1とした16ビットの符号が発案された。これが、組合(조합、co hap)である。

Johabは、1バイトと2バイトが混在する符号である。

1バイト文字はKS X 1003(ISO-646-KR)相当である。

先頭バイトのMSBが1(0x80以上)となるものが2バイト文字である。

ハングルを格納し、余った領域にはKS X 1001のうちハングルを除いた全文字が割り当てられている。

第1バイトごとに、次の文字が配置される。

• 0x84〜0x88 ‐ ハングル字母
• 0x88〜0xd3 ‐ ハングル(Johab)
• 0xd8 ‐ KS X 1001 (外字領域、188字分)
• 0xd9〜0xde ‐ KS X 1001 (1区〜12区)
• 0xf0〜0xf9 ‐ KS X 1001 (42区〜93区)

ハングル部分とKS X 1001では、使用する第2バイトが異なる。

• 1バイト目 0x84〜0xd3
  • 0x41〜0x7e
  • 0x81〜0xfe
• 1バイト目 0xd8〜0xde、0xe0〜0xf9
  • 0x31〜0x7e
  • 0x91〜0xfe

下位ビットから0〜4ビットが終声、5〜9ビットが中声、10〜14ビットが初声となる。

この方法は、8ビット文字2文字分にした時、1バイト目が0x88〜0xd3、2バイト目が0x41〜0xfdの範囲に収まるため、扱いも容易である。

KS X 1001のハングルを除いた部分がシフトして格納されている。

2バイト目が188字分(2区分)あるため、一つの1バイト目ごとに2区が格納可能で、必要な1バイト目は半分で済む計算になる。

第1バイトごとに、次の区が格納されている。

• 0xd9〜0xde ‐ KS X 1001 (1区〜12区)
• 0xf0〜0xf9 ‐ KS X 1001 (42区〜93区)