[1] [DFN[[RUBYB[文字コード]@en[character code]]]]は、[[文字]]を[[符号化]]する方式です。 現在広く用いられている[[文字コード]]は [[Unicode]] / [[UTF-8]] ですが、過去には様々な[[文字コード]]が用いられていました。 [4] 「[[文字コード]]」は曖昧な用語で、少なくても次のような意味で使われることがあります。 [FIG(list)[ - [9] [[文字]]の[[符号化]]の方法全体 - [13] [[符号位置]]の与えられた[[文字]]の[[集合]] - [14] 個々の[[文字]]に割り当てられた[[符号位置]] - [15] [[符号位置]]によって[[文字]]を指定する方法 (= [[エスケープ]]) ]FIG] [16] 更に、[[文字]]の[[符号化]]は複雑な問題で、そのうちの「[[文字コード]]」 という語によって表される範囲も曖昧で文脈によります。 [FIG(list)[ - [17] [[バイト列]]と[[符号位置]]との対応付け - [18] [[符号位置]]と[[文字]]との対応付け - [20] [[文字集合]]中の利用可能な[[文字]]の制限 - [19] [[文字]]の列の表現に使う[[文字]]が複数候補ある時の選択 ([[正規化]]、[[改行文字]]) - [21] 特別な機能を持つ[[文字]]の用法や制約 ([[結合文字]]、[[制御シーケンス]]、[[bidi]] など) ]FIG] * 文字と文字コード [FIG(middle list)[ [31] [[文字体系]]と[[文字コード]] - [[漢字コード]] - [[仮名の文字コード]] - [[神代文字の文字コード]] - [[越南語の文字コード]] - [[ラテン文字の文字コード]] - [[ギリシャ文字の文字コード]] - [[キリル文字の文字コード]] - [[ユーゴスラビアの文字コード]] - [[ジョージア文字の文字コード]] - [[インド系文字の文字コード]] -- [[タミル文字の文字コード]] -- [[ビルマ文字の文字コード]] -- [[チベット文字の文字コード]] - [[ウズベク語の文字コード]] - [[アラビア文字の文字コード]] - [[ハングルの文字コード]] - [[蒙古文字の文字コード]] - [[東南アジア島嶼部の文字コード]] - [[点字の文字コード]] ]FIG] * 文字コードの一覧 ** ISO/IEC 646 系 [FIG(short list)[ - [[ASCII]] - [[ISO/IEC 646]] - [[ISO/IEC 6429]] - [[JIS X 0211]] - [[NVT ASCII]] - [[ATF-8]] - [[BRF]] - [[GB 1988]] - [[NFILE character set]] ]FIG] ** ISO/IEC 8859 系 [23] [FIG(short list)[ - [[JIS X 0201]] - [[ISO/IEC 8859]] - [[TIS 620]] - [[Windows-1250]] - [[Windows-1251]] - [[Windows-1252]] - [[Windows-1253]] - [[Windows-1254]] - [[Windows-1255]] - [[KOI8-R]] - [[KOI8-U]] - [[ISIRI 3342]] - [[ISO 5428]] - [[GB 8045]] - [[GB 12050]] - [[VISCII]] ]FIG] ** JIS X 0208 系 [FIG(short list)[ [26] [[JIS X 0208]] 型[[文字集合]] - [[JIS X 0208]] - [[GB 2312]] - [[GB 12345]] - [[ISO-IR-165]] - [[KS X 1001]] - [[CCCII]] - [[CNS 11643]] - [[JIS X 0212]] - [[JIS X 0213]] - [[GB 7589]] - [[GB 7590]] - [[GB 12052]] - [[GB 13131]] - [[GB 13132]] - [[GB 13134]] - [[KS X 1002]] ]FIG] ** EUC 系 [SEE[ [[EUC]] ]] ** シフト JIS 系 [FIG(short list)[ - [[シフトJIS]] - [[GBK]] - [[GB 18030]] - [[UHC]] - [[Big5]] - [[HKSCS]] - [[組合型]] ]FIG] [33] このカテゴリーの[[符号]]は[[多バイト符号]]と呼ばれることが多いです。 ** ISO/IEC 2022 系 [FIG(short list)[ [28] [[ISO/IEC 2022]] 系[[文字コード]]および似たような構造の[[文字コード]] - [[ISO/IEC 2022]] - [[JIS X 0202]] - [[ISO-2022-JP]] - [[ISO-2022-JP-1]] - [[ISO-2022-JP-2]] - [[ISO-2022-JP-3]] - [[ISO-2022-CN]] - [[ISO-2022-CN-EXT]] - [[ISO-2022-KR]] - [[ISO-2022-INT-1]] - [[T.51]] - [[T.61]] - [[Videotex]] - [[ISO/IEC 10367]] - [[DIN 31624]] - [[ISO 6438]] - [[MARC-8]] - [[HZ]] - [[TRONコード]] - [[DIS 10646]] ]FIG] ** ISO/IEC 10646 系 [FIG(short list)[ [27] [[Unicode]] の類 - [[Unicode]] - [[ISO/IEC 10646]] - [[JIS X 0221]] - [[UCS-2]] - [[UTF-16]] - [[UCS-4]] - [[UTF-32]] - [[UTF-8]] - [[CESU-8]] - [[WTF-8]] - [[UTF-EBCDIC]] - [[UTF-9]] - [[UTF-1]] - [[UTF-7]] - [[ACE]] - [[Punycode]] - [[Network Unicode]] - [[UTF-8-MAC]] - [[GB 16959]] - [[GB/T 21669]] - [[MLSF]] ]FIG] ** その他 [FIG(short list)[ - [[BTF-8]] - [[GB 6513]] - [[GB 8045]] - [CODE[X-MOE-INTERNAL]] - [[Mule内部コード]] - [[ISCII]] - [[PASCII]] - [[ArmSCII-8]] - [[zW]] - [[RDS]] ]FIG] [34] [CITE@ja[HD44780文字コード解説-WentWayUp]], [TIME[2024-05-22T13:22:04.000Z]] * 文字の名前とエスケープ [24] [[文字]]の識別には色々な方法が提案されてきました。 [[文字]]の一般的な呼称や[[意味]]に基づく名称を与える方法、 何らかの[[文字コード]]の値を[[文字列]]表現して用いる方法、 その混合で実に様々なバリエーションがあります。 [FIG(short list)[ - [[文字の名前]] - [[日本語通用名称]] - [[JIS X 0218]] - [[文字参照]] - [[テキスト形式TRONコード]] - [[CSS escape]] - [[パーセント符号化]] - [[\u符号化]] - [CODE[[[\x]]]] - [CODE[[[\c]]]] - [CODE[[[\N]]]] - [CODE[\[VAR[八進数]]]] - [[RFC 1345]] - [[VIQR]] - [[SERA]] - [[ビット組合せ]]の表記 - [[区点位置]] - [[面区点位置]] - [[符号位置]] - [[符号点]] - [[文字番号]] - [CODE[[[U+]]]] ]FIG] * 文字コード扱いされることがある符号化や書式 [8] [[符号化文字集合]]や[[文字]]の[[符号化方式]]とはいえないものの、 しばしば[[文字コード]]として扱われる[[符号化]]の方式やデータ形式もあります。 [FIG(short list)[ - [[正規化形]] - [[Base64]] - [[encoded-word]] ]FIG] * 文字コードの分類 [FIG(short list)[ - [[ASCII互換文字符号化]] - [[ISO/IEC 646の版]] - [[ISO文字コード]] - [[レガシー符号化]] - [[多バイト符号化]] ]FIG] * 文字コード群に関する仕様 [FIG(short list)[ - [[ISO/IEC 2022]] - [[ISO/IEC 4873]] - [[ISO-IR]] - [[ISO/IEC TR 15285]] - [[IETF charset]] - [[参照処理モデル]] - [[Encoding Standard]] - [[Stringprep]] - [CODE[wchar]] ]FIG] * その他の概念 [22] [FIG(short list)[ - [[文字コード名]] - [[文字コードの指定]] - [[文字符号化]] - [[図形文字]] - [[制御文字]] - [[符号化文字集合]] - [[文字符号化方式]] - [[図形文字の一意な符号化]] - [[文字コードの判定]] - [[文字コード自動判定]] - [[文字コードの変換]] - [[フォント依存符号化]] - [[組合せて使う文字]] - [[内部コード]] - [[文字コードの混在]] ]FIG] * 応用 [FIG(middle list)[ [32] [[応用]]と[[文字コード]] - [[HTMLにおける文字コード]] - [[XMLにおける文字コード]] - [[CSSにおける文字コード]] - [[Webにおける文字コード]] - [[SGMLにおける文字コード]] - [[OpenTypeにおける文字コード]] - [[DECの文字コード]] - [[コードページ]] - [[Mac OS符号化]] - [[[CITE[Emacs]]における文字コード]] - [[[CITE[Vim]]における文字コード]] - [[Perlにおける文字コード]] - [[Rubyにおける文字コード]] ]FIG] * セキュリティー [25] [[文字のセキュリティー]]参照。 * 関連 [2] [[文字]]に割り当てられた数値としての「[[文字コード]]」については、[[符号位置]]を参照。 [5] [[改行コード]]の選択や、 [[BOM]] の有無、利用する[[正準化]]の方式 ([[NFC]] など) もしばしば「[[文字コード]]」の違いに含められます。 [6] 実装によっては、[[内容転送符号化]] ([[Base64]] など) やプロトコルでのエスケープ表現 ([[パーセント符号化]]や[[符号化語]]など) も[[文字コード]]と同列に扱っていることがあります。 しかし [[layering violation]] であり、良い設計とは言えません。 ;; [7] 解説などでそうしたものを[[文字コード]]の一種として扱うものもありますが、 明らかに誤りです。 * メモ [3] [CITE[A composite approach to language/encoding detection]] ([[Shanjian Li]] 著, [CODE[2007-01-24 09:18:52 +09:00]] 版) ([[名無しさん]]) [10] [CITE[smontagu.damowmow.com]] ([CODE[2004-01-07 23:56:12 +09:00]] 版) [11] [CITE[統計学の力を借りて、文字化け退散! 解決&高速化編 - ψ(プサイ)の興味関心空間]] ([TIME[2011-11-07 10:00:09 +09:00]] 版) [12] [CITE@en[Describe the security situation around encodings and require browsers to... · 2e43ead · whatwg/encoding]] ( ([TIME[2014-12-07 20:13:58 +09:00]] 版)) [29] [CITE[電碼――中国の文字コード]], [TIME[2021-12-10T22:22:42.000Z]], [TIME[2022-05-03T03:38:45.952Z]] [30] [CITE@en[Raw Encoding · qzind/tray Wiki · GitHub]], [TIME[2025-10-13T15:05:59.000Z]]