Unicode | IT用語辞典

Unicode  【 ユニコード 】とは

Unicode（ ユニコード ）は、文字コードの業界規格である。
符号化文字集合とも呼ばれる。

以前は、国やメーカーごとに文字コードが開発されていたが、それぞれに互換性がなかった。
それを各国の言語に通し番号を割り当て、同じコード体系で使用できるようにしたのがUnicodeである。

策定と改定はアメリカにあるユニコードコンソーシアム（Unicode Consortium）という非営利団体が担っている。

Unicodeは、各国の標準言語や文字、それぞれにコードポイントという通し番号を割り当てて管理されている。

コード領域の中で16ビットの値で表現できるものは基本多言語面と呼ばれていて、主な言語や文字のほぼ全てを網羅している。
ただ、世界準の全ての文字の登録が困難なことから、後に拡張領域が追加されている。

サロゲートペアとは、BMPの中の特定のコードを2つ組み合わせることで大きなコードを表す手法である。

これにより、BMPから2048文字が削減され、拡張領域の104万8576文字をBMPの中の2コードを組み合わせることで表現できるようになった。

Unicode内の日本語文字は、当初はJIS基本漢字と半角文字、JIS補助漢字のみの収録だった。
後に追加要素が加わり、現在は全ての漢字が収録されている。

ただ、一部はBMPに収まりきらなかったため、東アジアの追加漢字領域にも割り当てられている。

UTFとは「Unicode Transformation Format/UCS Transformation Format」の略で、コードポイントの表現方法を表す。

Unicode規格で策定されているUTFには「UTF-8」「UTF-16」「UTF-32」と3種類あり、主に「UTF-8」が使われている。
UTF-8は!～6バイトの可変長コードで表される方式で、英数字や記号をASCIIと同じコードで表せることから、欧米で使われているコードと相性が良いためである。

• 文字コード
• 符号化文字集合
• ユニコードコンソーシアム
• コードポイント
• 基本多言語面
• 拡張領域
• サロゲートペア
• BMP
• 日本語文字
• JIS基本漢字
• 半角文字
• JIS補助漢字
• UTF-8
• 可変長コード
• ASCII

Unicodeを使った例文は以下の通り。