文字の表し方

メールを開いたら、「縺薙ｓ縺ｫ縺｡縺ｯ」のような、読めない文字が並んでいました。

見たことがありますか。これは、文字化けといいます。

コンピュータは、文字をどのように覚えているのでしょう。そして、なぜ化けるのでしょう。今日は、その秘密を学びます。

コンピュータの中には、0と1しかありません。文字は入れられません。

そこで、文字ごとに番号を決めておきます。文字を保存するときは、番号を保存します。

表示するときは、番号から文字を取り出します。この番号の決まりが、文字コードです。

# Python は6章で学びます。今は、動かして結果を見るだけで大丈夫です。
# ord() は文字の番号を、chr() は番号の文字を教えてくれます。
print(ord("A"))
print(ord("B"))
print(chr(67))
print(ord("a"))
print(ord("あ"))

# "A" を、好きな文字に変えて、実行しましょう。

最初に作られた決まりが、ASCIIです。英語の文字、数字、記号で、128個です。

1文字を、1バイト(8ビット)で表します。「A」は65で、二進数なら01000001です。

大文字のAと小文字のaは、別の番号です。aはAより32大きくなっています。

ひらがな、カタカナ、漢字は、数千もあります。1バイト(256通り)では足りません。

世界中の文字に番号をつけた決まりが、Unicodeです。「あ」は12354番です。

その番号を、バイトにして保存する方法が、UTF-8です。日本語は、1文字が3バイトになります。