文字コードど入門

文字コード入門

文字コードについて全くの初心者が、少し調べたのでまとめてみた。

• 調べる前の自分の知識
  • ASCIIってのは文字関係のなんかでしょ
  • Unicode,utf-8って文字関係の...
  • で、どう違うん？？？

文字をコンピュータが扱う

• 文字だけに限らないが、コンピュータが扱う際には全て０・１の２進数で扱う必要がある。

符号化

• この０・１の２択のことを文字を扱う世界では”符号”と呼んでおり、文字を０・１の符号に変換することを符号化という。

文字コード

• 符号化の際のルールのこと。符号化文字集合とも呼ばれる

文字化け

• 符号化の解釈を異なる文字コードで実行しようとするときに発生する

文字コードの例

ASCII（アスキー）

• ”American Standard Code for Information Interchange”の略
• American とあるように、ラテン文字の取り扱いがメイン
• ７ビットの１バイトコード
  • ラテン語アルファベット２６＊２（大文字小文字）
  • 数字１０（０−９）
  • 記号
  • を含めても１２８パターン（７ビット）で足りる

JIS X 0208

• 日本語の最も基本的な２バイト文字列
• ２バイトで９４＊９４＝８８３６文字登録できる
  • ９４＝１２８（７ビット）ー３２（制御文字）ー２（なんだっけ）

Unicode

• 世界中の文字を１つの文字集合へと収めるべく開発されたもの
• 元々の思想は１６ビット（２バイト）で全てを表現すること！（UTF-16）
  • 足りるわけない！！（Unicodeの失敗）
  • ASCIIとバイト単位で互換可能なものが UTF-8 で、３バイトある

制御文字

• 制御文字とは、普通の意味の文字ではないもの。例えば改行コードなど
• ASCIIでは、0x00~0x1Fまでが割り当てられている。
• よく使われる制御文字

制御文字	ASCII
ベル	0x07
水平タブ	0x0B
CR	0x0D
LF	0x0A