文字コード考え方から理解するUnicodeとUTF-8の違い | ギークを目指して

UnicodeとUTF-8の違いを理解していない方が結構居るようなので、文字コードの考え方を元に解説してみようと思う。 文字コードとは何か？ 文字コードとは、コンピュータ上で文字を扱うために、文字に対して割り当てられた数値のことであり、文字と数値の対応付けと呼べる。 この対応付けの種類は沢山あって、Shift-JISであったり、UTF-8であったりする。 以上！と言いたいけど、文字コードはこんなに単純ではない。文字コードを複雑にする要素は沢山あるが、今回の記事ではUnicodeとUTF-8の違いに焦点を絞って解説してみたいと思う。 文字コードの構成要素 文字コードの世界は以下の2つの要素で構成されている。 この違いを意識しておかないと混乱を招くだろう。 （１）．文字集合 – 表現したい文字の範囲（”あ”、”い”・・・といった文字の集合体） （２）．符号化方式 – 文字集合を構成する個々の文

[yoneyore]

文字集合と符号化方式の図が分かりやすい。また、その後にコードポイントの説明があるので、すっきりする。

[nyop]

Windowsメモ帳のUnicodeはUTF-16 LE。

[shimada65536]

"Unicodeは文字集合であり、UTF-8は符号化方式なのだ"

[Cald]

Unicodeコードポイント　“は符号位置（文字集合内の文字の位置）であって、符号化方式ではない。そのためコードポイントはUnicodeの符号化方式であるUTF-8やUTF-16とは直接は関係しない。”

[frontline]

Unicodeのコードポイントの説明、これまで「これはなんぞ？」って思ってたモヤモヤが晴れました！

[hiroomi]

“エンディアンはファイルの先頭2バイトで確認できる。 この2バイトの事をBOM（ByteOrderMark）といい、エンディアンの判別に利用される。 （BOMが付与されていない場合はビッグエンディアンとして扱われる）”

[akatakun]

Unicode: 文字集合, UTF-8: 符号化方式, Windowsメモ帳でUnicodeとUnicode big endianを選択したときの符号化方式はUTF-16になる(前者はリトルエンディアン)， 符号化方式と文字集合のコードポイントは別物

[kjtec]

UnicodeとUTF8の違い

[hatakazu93]

技術

[Kimura]

モヤモヤしていた頭の中の霧が晴れた感じ。UnicodeとUTF-8の違いについて非常にわかりやすく書かれている。

[umakoya]

UnicodeとUTF-8とUTF-16の違いを調べてて行き着いた。それでも表面的にしか理解できていない。「エンディアン」でパンクした。「BOM」は数年に１回トラブルの原因で出会う。

[morishin127]

\u3053とかってそういうアレだったのか

[T-miura]

助かる。

[papiro]

文字集合、符号化方式、エンディアン、BOMとか。これくらいは理解しておかないと、文字コードのデータについて理解出来ないな。

[bislion]

“文字を表現したい場合はコードポイントではなく、符号化されたByte列を用いる必要があるのだ。”

[b-wind]

“文字集合と符号化方式を混合している方がよく居るが、この2つの考え方を理解すればUnicodeとUTF-8の違いも分かるだろう。”

[exbaron]

よくできたまとめ。

[d_animal141]

文字コード考え方から理解するUnicodeとUTF-8の違い

[shoutatani]

素晴らしい