Unicode
更新日:
用語解説
Unicodeは、世界の文字や記号へ一意の符号位置を割り当て、異なる環境間で共通に扱うための文字コード標準です。符号位置はU+3042のように表します。
■ 試験で押さえるポイント
Unicodeは抽象的な文字と符号位置を定義し、UTF-8、UTF-16、UTF-32はそれを実際のバイト列又は符号単位列へ表す符号化方式です。
UTF-8は1～4バイト、UTF-16は基本的に16ビット符号単位を使い補助平面をサロゲートペアで表し、UTF-32は1符号位置を32ビットで表します。
一つの見た目の文字が複数符号位置から成る場合や、同じ見た目を合成済み文字と結合列で表せる場合があり、符号位置数と表示文字数は一致しません。
比較、検索、署名、利用者IDではNFC等の正規化、大小文字、類似文字の扱いを定め、表示が同じという理由だけで同一と判断しません。
■ 選択肢での判断ポイント
Unicodeは文字と符号位置の体系、UTFは符号化方式です。UTF-8を16ビット固定長とする説明や、一文字が常に一符号位置とする説明は誤りです。
例: 「あ」の符号位置はU+3042で、UTF-8ではE3 81 82、UTF-16では3042として表せます。文字は同じでも保存バイト列は異なります。