UTF-8

- 文字の大きさコンピュータの世界では、文字は数字の列で表されます。 この数字の列一つ一つを「ビット」と呼び、8個のビットが集まって「バイト」を形成します。 このバイトこそが、文字の大きさを示す単位となるのです。英数字や記号など、比較的単純な文字は1バイトで表現できます。 これらの文字は種類も少なく、 8ビット、つまり2の8乗である256通りで十分に表現可能です。 しかし、日本語で使われる漢字は数千種類にも及びます。 これらの文字を表現するには、1バイトの256通りでは到底足りません。そこで登場するのが2バイト文字、つまりダブルバイト文字です。 2バイトは16ビットなので、2の16乗である65,536通りものパターンを表現できます。 日本語の漢字のように複雑な文字でも、この2バイトを用いることで表現できるようになるのです。このように、コンピュータ上で文字を表示するには、その文字の複雑さに応じたバイト数が必要となります。 1バイトで表現できる文字を「半角文字」、2バイトで表現できる文字を「全角文字」と呼ぶこともあります。

- 文字コードの基礎 コンピュータは、人間のように文字を直接理解することはできません。 コンピュータが扱うことのできる情報は、電気が流れているか流れていないか、つまり「0」と「1」の数字だけです。そこで、私たちが普段使用している文字をコンピュータで処理できるようにするためには、文字を「0」と「1」の組み合わせで表す必要があります。 この「0」と「1」の組み合わせと、それぞれの文字との対応関係を定めた規則を、文字コードと呼びます。文字コードには様々な種類がありますが、代表的なものとしてASCIIコードがあります。 例えば、アルファベットの「A」という文字は、ASCIIコードでは「01000001」という「0」と「1」の並び、すなわち10進数で「65」という数字に対応付けられています。このように、文字コードを用いることで、コンピュータは文字を数字として認識し、処理することができるようになります。 文字コードは、私たちがコンピュータで文字を扱う上で、なくてはならないものです。異なる文字コード間でデータのやり取りを行う際には、文字化けなどの問題が発生することがあります。そのため、文字コードの仕組みについて理解しておくことは、コンピュータを正しく利用する上で重要です。