UTF-8とは？
ゆーてぃーえふはち
UTF-8とは、世界中のあらゆる文字を扱えるユニコードを効率よくバイト列で表現するための可変長文字エンコーディング方式のことです。
UTF-8（Unicode Transformation Format - 8-bit）は、Unicodeで定義されたすべての文字をコンピューター上で表現するための文字エンコーディング方式です。1992年にケン・トンプソンとロブ・パイクによって設計されました。
最大の特徴は「可変長」であることです。1文字を1〜4バイトで表現し、ASCII文字（英字・数字・基本記号）はすべて1バイトで表せます。これにより、ASCII文字のみで構成されるファイルはUTF-8でもASCIIと完全に互換性を持ちます。一方、日本語・中国語・韓国語などの文字は3バイト、絵文字など特殊な文字は4バイトで表現されます。
UTF-8が広く普及している理由として、以下のような点が挙げられます。
- ASCIIとの後方互換性があり移行が容易
- バイト列のどの位置からでも文字の境界を判別できる自己同期性
- エンディアン（バイト順）の問題が生じない
- インターネット標準（RFC等）での採用が多い
現在、ウェブページの大多数がUTF-8でエンコードされており、HTML・JSON・XMLなど多くのテキスト形式のデフォルトとなっています。プログラミング言語やデータベースでも広く採用されており、国際化対応の基盤として欠かせない規格です。
使い方・例文
「ウェブサイトのHTMLファイルの先頭に charset=UTF-8 と記述することで、日本語・英語・絵文字などあらゆる文字を正しく表示できるようになります。」
この用語をシェア
最終更新: