概要
Unicode（UTF-8）のエンコーディングについての一覧をまとめました。
特殊文字を扱う際や、文字化けの原因を特定する際に役立ちます。
Unicode（UTF-8）とは
Unicodeは、世界中の文字を統一して扱うための文字コード規格です。
UTF-8（8-bit Unicode Transformation Format）は、Unicodeを可変長のバイト列で表現する方式で、**1～4バイト** の組み合わせで文字を表現します。
Unicode（UTF-8）エンコーディング一覧
以下に、主要なUnicode文字とそのUTF-8エンコード表を示します。
| 文字 | Unicode（U+） | UTF-8（16進） | 説明 |
| A | U+0041 | 41 | ラテン大文字 A |
| あ | U+3042 | E3 81 82 | ひらがな「あ」 |
| ア | U+30A2 | E3 82 A2 | カタカナ「ア」 |
| 中 | U+4E2D | E4 B8 AD | 漢字「中」 |
| € | U+20AC | E2 82 AC | ユーロ記号 |
| 😀 | U+1F600 | F0 9F 98 80 | 絵文字「グリニングフェイス」 |
| ✓ | U+2713 | E2 9C 93 | チェックマーク |
| ❤️ | U+2764 U+FE0F | E2 9D A4 EF B8 8F | 赤いハート（絵文字） |
| 𠮷 | U+20BB7 | F0 A0 AE B7 | 「吉」の異体字 |
| 🔍 | U+1F50D | F0 9F 94 8D | 虫眼鏡の絵文字 |
UTF-8のエンコードルール
UTF-8は、Unicodeのコードポイントに応じて以下のようにエンコードされます。
| コードポイント範囲（U+） | バイト数 | UTF-8エンコード形式 |
| U+0000 ～ U+007F | 1バイト | 0xxxxxxx |
| U+0080 ～ U+07FF | 2バイト | 110xxxxx 10xxxxxx |
| U+0800 ～ U+FFFF | 3バイト | 1110xxxx 10xxxxxx 10xxxxxx |
| U+10000 ～ U+10FFFF | 4バイト | 11110xxx 10xxxxxx 10xxxxxx 10xxxxxx |
Unicodeの活用例
- UTF-8を使用することで、異なる言語の文字を一つの文書やデータベースで統一して扱うことができる。
- Web開発では、HTMLやJavaScriptでの国際化対応に使用される。
- プログラムで特殊記号や絵文字を扱う際に、エンコードとデコードを適切に行う必要がある。
参考リンク
Unicode公式チャート
Unicode ひらがな
Unicode カタカナ
かなりいっぱいあるのでここまで…
ありがとうございます
コメント