* 仕様書 [REFS[ - [44] [CITE[[[The Unicode Standard]], Version 13.0 - ch02.pdf]], [TIME[2020-03-09T17:53:32.000Z]], [TIME[2020-12-20T08:35:03.323Z]] -- [46] - [35] [CITE[[[The Unicode Standard]], Version 13.0 - ch03.pdf]], [TIME[2020-03-09T17:53:34.000Z]], [TIME[2020-12-20T02:08:18.239Z]] ]REFS] * 符号位置 [36] [DFN[[RUBY[符号点][ふごうてん][code point]]]], [DFN[[RUBY[符号位置][ふごういち][code position]]]]は、 [[符号空間]]中の[[整数]] [SRC[>>44]]、 [[Unicode]] の場合は [[Unicode符号空間]]上の任意の値です [SRC[>>35 D10]]。 すなわち範囲 [ [N[0]], [N[0x10FFFF]] ] の[[整数]]です。 [37] [CITE[The Unicode Standard]] は 「code point」 を規定し、 「code position」 は別名としています。 [SRC[>>35 D10]] [52] [[code point]] は [[Unicode]] 系の、 [[code position]] は [[ISO/IEC 10646]] 系の用語です。どちらも同じ意味で、原文の引用以外で使い分ける意味はありません。 [[code point]] の方が広く用いられています。 [53] [DFN[codepoint]] と一語にすることもありますが、一般的とまではいえません。 [49] [[日本語]]では [[code point]], [[code position]] のどちらも[[符号位置]]と訳すのが一般的です。 [51] 両者の区別を保存して翻訳するなら[[符号点]]、[[符号位置]]と書き分けることになります。 ;; [54] [[English]] で一般的なのは [[code point]]、 [[日本語]]で一般的なのは[[符号位置]]と逆転しているのが困りどころ。 [50] [DFN[コードポイント]]と[[音訳]]することもままありますが、 [[日本語]]の文脈ではやはり[[日本語]]に訳された用語を使うべきです。 -*-*- [41] [[符号点]]を[[抽象文字]]に関連付けたものを[[符号化済文字]]といいます。 [42] [[符号点]]の列を[[符号化済文字列]]といいます。 [CITE[The Unicode Standard]] は[[文字]]とは[[符号化済文字]] (≠ [[符号点]])、 [[文字列]]とは[[符号化済文字列]] = [[符号点]]の列としていて、 意味がねじれています。 [43] [[Unicode符号点]]から[[サロゲート符号点]]を除外したものが、 [[Unicodeスカラー値]]です。 ** 古い HTML 仕様における定義 [11] 古い [[HTML]] 仕様は独自に「[[符号位置]]」という語を定義していました。現在の [[HTML]] 仕様 ([[HTML]]、[[Web Applications 1.0]]) は独自の定義を含んでいません。 [2] > :[DFN[[RUBYB[[[符号位置]]]@en[code position]]]]: [[符号化文字集合]]の[[変域]]中の[[整数]]。 符号化文字集合は符号位置を[[文字]]に写像する。 ;; [10] [[RFC 1866]], [[ISO‐HTML]] 4.5 ** IDN2003 における定義 [1] > [DFN[[RUBY[[[符号位置]]][ふごういち]@en[code point]]]]は、 [[符号化文字集合]]中の[[文字]]に関連付けられた[[整数値]]です。 ;; [6] [[RFC 3490]] 2.、 [7] [CITE@en[RFC 3492 - Punycode: A Bootstring encoding of Unicode for Internationalized Domain Names in Applications (IDNA)]] ** IDN2008 における定義 [9] > [DFN[[RUBYB[符号位置]@en[code point]]]]は、[[符号化文字集合]]の[RUBYB[[[符号空間]]]@en[codespace]]中の[[整数]]値です。 ;; [8] [CITE@en[RFC 5890 - Internationalized Domain Names for Applications (IDNA): Definitions and Document Framework]] ** XDM における定義 [12] > This document uses the term "code point", sometimes spelt "codepoint" (also known as "character number" or "code position") to mean a non-negative integer that represents a character in some encoding. [5] [CITE@EN[XQuery 1.0 and XPath 2.0 Functions and Operators (Second Edition)]] * 表記法 [17] [[Unicode]] / [[UCS]] の[[符号位置]]は、 [CODE[[[U+]]]] や [CODE[[[U-]]]] によって[[符号位置]]を表します。 [45] [CODE[U+]] の[[符号点]]の表記と[[文字の名前]]を並べて、 「[CODE[U+0061]] [CODE(charname)@en[LATIN SMALL LETTER A]]」 のようにも表記します。 [SRC[>>44]] [19] [[7ビット符号]]や[[8ビット符号]]の[[ビット組合せ]]は、 [CODE[/]] によって4ビットずつの[[十進数]]を組み合わせて表記して表します。 [18] [[JIS X 0218]] は[[短縮識別名称]]を規定していました。 [4] [[エスケープ]]も参照。 * 符号点型 [38] [DFN[[RUBY[符号点型][ふごうてんがた][code point type]]]] ([DFN[[RUBY[基本型][きほんがた][basic type]]]] [SRC[>>46]]) は、 [[符号点]]の7つの基礎的な[[クラス]]のいずれかです。 [SRC[>>35 D10a]] [FIG(table)[ [39] [[符号点型]] :t: [[符号点型]] ([[基本型]]) :gc: [[General Category]] :ac: [[抽象文字]]割当 :cp: [[符号点]]割当状態 :t:[[図形][図形文字]] :gc: [CODE[L][Letter]], [CODE[M][Combining Mark]], [CODE[N][Number]], [CODE[P][Punctuation]], [CODE[S][Symbol]], [CODE[Zs]] :ac: [[割当済][割当済文字]] :cp: [[割当済][割当済符号点]] :t:[[書式][書式文字]] :gc: [CODE[Cf]], [CODE[Zl]], [CODE[Zp]] :ac: [[割当済][割当済文字]] :cp: [[割当済][割当済符号点]] :t:[[制御][制御文字]] :gc:[CODE[Cc]] :ac: [[割当済][割当済文字]] :cp: [[割当済][割当済符号点]] :t:[[私用][私用文字]] :gc: [CODE[Co]] :ac: [[割当済][割当済文字]] :cp: [[割当済][割当済符号点]] :t:[[サロゲート]] :gc: [CODE[Cs]] :ac: 割当不可 :cp: [[割当済][割当済符号点]] :t:[[非文字]] :gc: [CODE[Cn]] :ac: [[未割当済]] :cp: [[割当済][割当済符号点]] :t:[[予約済][予約済符号点]] :gc: [CODE[Cn]] :ac: [[未割当済]] :cp: [[未割当済][未割当済符号点]] ]FIG] [40] すべての[[符号点]]は、いずれか1つの[[符号点型]]に属します。 * 関連 [3] 「[[文字]]」、「[[符号位置]]」 (「[[code point]]」、「[[code position]]」)、「[[符号単位]]」 などはしばしば混用されます。 [13] [[Unicodeスカラー値]]は [[Unicode]] における[[符号位置]]を表す語です。 [55] [[Unicodeの符号空間]] * 歴史 [14] [CITE@EN[XPath and XQuery Functions and Operators 3.0]] ( ([TIME[2014-04-08 07:02:07 +09:00]] 版)) [15] [CITE@en[Character Model for the World Wide Web 1.0: Fundamentals]] ( ([TIME[2005-02-15 14:24:00 +09:00]] 版)) [16] [CITE@en[RFC 6797 - HTTP Strict Transport Security (HSTS)]] ([TIME[2014-06-02 05:16:10 +09:00]] 版) > :codepoint: is a colloquial contraction of Code Point, which is any value in the Unicode codespace; that is, the range of integers from 0 to 10FFFF(hex) [Unicode]. [FIG(quote)[ [FIGCAPTION[ [20] [CITE[perldelta - search.cpan.org]] ( ([TIME[2016-05-10 17:56:10 +09:00]])) ]FIGCAPTION] > Using code points above the platform's IV_MAX is now deprecated > Unicode defines code points in the range 0..0x10FFFF. Some standards at one time defined them up to 2**31 - 1, but Perl has allowed them to be as high as anything that will fit in a word on the platform being used. However, use of those above the platform's IV_MAX is broken in some constructs, notably tr///, regular expression patterns involving quantifiers, and in some arithmetic and comparison operations, such as being the upper limit of a loop. Now the use of such code points raises a deprecation warning, unless that warning category is turned off. IV_MAX is typically 2**31 -1 on 32-bit platforms, and 2**63-1 on 64-bit ones. ]FIG] [21] [CITE@en[Editorial: start using the Infra Standard]] ([[annevk]]著, [TIME[2016-11-18 20:21:54 +09:00]]) [22] [CITE@en[Change Unicode \u -> U+ (Fix #127)]] ([[garykac]]著, [TIME[2016-12-17 12:11:30 +09:00]]) [23] [CITE@en[Convert 'codepoint' to 'code point' to match the Unicode Standard]] ([[vkatsikaros]]著, [TIME[2017-01-16 23:36:01 +09:00]]) [24] [CITE@en[XQuery and XPath Data Model 3.1]] ([TIME[2017-03-20 07:26:25 +09:00]]) [25] [CITE@EN[XPath and XQuery Functions and Operators 3.1]] ([TIME[2017-03-21 16:02:06 +09:00]]) [26] [CITE@en[Improve representation guidelines for bytes and code points]] ([[annevk]]著, [TIME[2017-03-23 22:25:17 +09:00]]) [27] [CITE@en[Define character as alias for code point]] ([[annevk]]著, [TIME[2017-03-27 16:14:19 +09:00]]) [28] [CITE@en[Define character as alias for code point by annevk · Pull Request #104 · whatwg/infra]] ([TIME[2017-03-28 18:34:52 +09:00]]) [29] [CITE@en[Editorial: format bytes and code points per Infra]] ([[annevk]]著, [TIME[2017-03-28 21:14:42 +09:00]]) [30] [CITE@en[Editorial: let code point and friends be defined by Infra]] ([[annevk]]著, [TIME[2017-03-29 17:47:15 +09:00]]) [31] [CITE@en[Deal with the parentheses exception for code point/byte display]] ([[annevk]]著, [TIME[2017-03-30 13:25:34 +09:00]]) [32] [CITE@en['''['''css-syntax''']''' Remove 'code point' and 'surrogate code point' in favor …]] ([[tabatkins]]著, [TIME[2017-06-10 03:59:51 +09:00]]) [FIG(quote)[ [FIGCAPTION[ [33] [CITE@EN[XSL Transformations (XSLT) Version 3.0]] ([TIME[2017-06-06 21:59:56 +09:00]]) ]FIGCAPTION] > The term character, here as elsewhere in this specification, means a Unicode codepoint. ]FIG] [34] [CITE@en[Allow decimals with no leading 0 as the time in refresh ]] ([[domenic]]著, [TIME[2017-07-22 06:10:04 +09:00]]) [47] [CITE@en-us[UTS #18: Unicode Regular Expressions]], [TIME[2022-02-08T14:02:12.000Z]], [TIME[2022-11-13T03:26:33.797Z]] >For the purpose of regular expressions, in this document the terms “character” and “code point” are used interchangeably. [48] [CITE@en[Web Applications 1.0 r6650 Define 'Unicode code point'.]] ( ([TIME[2011-10-07 08:34:00 +09:00]] 版))