ユニコード

世界の文字や記号に、それぞれ固有の番号（コードポイント）を割り当て、コンピューターで一貫して扱えるようにする国際的な文字コードの規格のこと。

もう少し詳しく

何を決めているか

ラテン文字、かな、漢字、ハングル、アラビア文字、各種記号、絵文字など、多くの文字に番号を付けている。開発と維持は、非営利団体のユニコードコンソーシアムが担い、ISO/IEC 10646（国際規格）と対応を取りながら整備されている。主要なOSやブラウザー、Webの仕組みの文字の扱いは、これを土台にしている。

日本、中国、台湾、韓国、ベトナムなどの似た形の漢字は、同じ番号にまとめて扱う。これを漢字統合という。

「2バイトの文字コード」は古い説明

古い資料には、ユニコードを世界の文字を2バイトで表す文字コードとする説明がある。初期のユニコードは16ビット（2バイト）で構想されたが、1996年のバージョン2.0からは、それを超える範囲の番号も使っている。現在の説明としては正確でない。

ファイルに実際に書き込む方式には、UTF-8やUTF-16、UTF-32などがある。ユニコードという規格と、UTF-8のような書き込み方式は、同じものではない。

文字とグリフは別

ユニコードが番号を付けるのは抽象的な「文字」で、画面や紙に現れる字形（グリフ）ではない。同じ番号でも、使うフォントによって字形が変わることがある。番号が同じだからといって、印刷の結果が必ず同じになるわけではない。

異体字は、IVS（異体字セレクタ）という仕組みで指定できる。もとの漢字に異体字セレクタを続けた2文字の組み合わせで、字形を選ぶ。

関連語

文字コード／JISコード／外字

参考

Unicode Consortium「What is Unicode?」／The Unicode Standard Chapter 1／Unicode FAQ「UTF-8, UTF-16, UTF-32 & BOM」／Unicode Technical Standard #37（Ideographic Variation Database）