ADIFのマルチバイト対応は難しいという話し

アマチュア無線のログデータを交換するデータ形式にADIF（Amateur Data Interchange Format）というものがあります。趣味のプログラムでインポートクラスライブラリをPHPで作成してみました。

ADIFでは

Head Data　Head Data　Head Data
<eoh>
<call:6>WN4AZY<band:3>20M<mode:4>RTTY<qso_date:8>19960513<time_on:4>1305<eor>
<call:5>VK9NS<band:3>40M<mode:5>PSK63<qso_date:8>20101022<time_on:4>0111<eor>

のような形式になります。元々の仕様は、シングルバイトしか考えていないようなので、こちらに日本語を含んだマルチバイト文字を設定すると対応が難しくなります。見ての通り、コロン(:)の次にはデータ長が入ります。例えば、日本で一番使われている某ログソフトではシフトJISしか考えていないので、日本語を含んだコメントは

<comment:6>テスト

のようにマルチバイト文字は２バイトで出力されてしまいます。しかし、UTF8上では、２バイトに限らないので、このデータ長での指定は使えません。<>の区切り文字で解析していくことになります。コメントに<を使われたりすると、値の終了がどこだかわからなくなってしまいます。シフトJISのまま処理しようすれば、マルチバイト文字の２バイト目に<を使われれば難しくなります。

ADIFのドキュメントを読んでも<>:のような区切り文字をエスケープすることは記述されていませんので、どうしてもデータ長で値を読み込んで行くのでしょう。

某ログソフトのADIFのエクポートが、