機種依存文字などチェック

VISTAのサロゲート文字やらが出てきたので
入力フォームで、禁止文字列を判別できないかという依頼で作成したものです。

最初に依頼を受けたときに、下調べもせずに
Javascriptで文字コードチェック？まぁできるやろ～と思ったのが大間違い・・
やり始めたらめっちゃ大変でした・・
これなら本体のPHP側で制御した方が簡単やん・・

システムの概要
ホワイトリスト方式で、半角～第1水準漢字～第2水準漢字の一部までを許可し
それ以外は全て禁止文字としています。
（もちろん丸１とか機種依存文字も除く）

最初にEUC文字で判別するようにしようと思って
UINCODEからEUCコードに変換するものを作ったりしていたんだけど
なんかの理由でうまくいかず取りやめ
UNICODEのままチェックをすることにしました。

UNICODEだと、文字列がShiftJISやEUCと同じ並びになっていないため
チェック用のコード表を別途用意。
最初、配列で用意していたら検索にものすごく時間がかかったので
「：」コロン区切りで数値データだけをリスト化しました。

コードファイルはこちら
→unicode.js


チェック用Javascript

function checkKeyword(formElement){
  var str = formElement.value;
  var str_length = str.length;
  var code, scode;

  for (var i = 0; i < str_length; i++) {
    code = str.charCodeAt(i);
    code = code.toString(16);
    
    //4桁以下なら先頭に0を追加
    if(code.length < 4){
      var figure = 4 - code.length;
      var rcode = "";
      for(var fi = 0; fi < figure; fi++){
        rcode += "0";
        if(rcode.length > figure){
          rcode = rcode.slice(0,figure);
          break;
        }
      }
      code = rcode + code;
    }

    //ザックリと範囲チェック＆改行コードとタブコードチェック
    if(!(0x20 <= "0x"+code && 0x7e >= "0x"+code) && 
          code != "000a" && code != "000d" && code != "0009"){
      if(code.charAt(0) == "0" || ( code.charAt(0) >= "2" && 
          code.charAt(0) <= "9" ) || code.charAt(0) == "f"){
        scode = code.substring(1,4);
        if(eval("u"+code.charAt(0)+"a").indexOf(":"+scode) == -1){
          return false;
        }
      }else{
        return false;
      }
    }
  }
  return true;
}