ITパスポート 2013年 春期 問78

世界の主要な言語で使われている文字を一つの文字コード体系で取り扱うための規格はどれか。【ITパスポート 解説】

正解の理由

解法ステップ

1. 問題文のキーワードを探す：「世界の主要な言語」「一つの文字コード体系」→ 多言語対応がポイント。
2. 選択肢の特徴を思い出す：
   • ASCII：英語向けの基本的な文字集合（文字数が少ない）。
   • EUC／SJIS：日本語など特定言語向けのエンコーディング（多言語汎用ではない）。
   • Unicode：世界中の文字をカバーするための規格。
3. 多言語対応が必要なので、Unicode を選ぶ（エ）。

選択肢別の誤答解説

• ア: ASCII（American Standard Code for Information Interchange：英語の基本文字用）
  • 英語の大文字・小文字・数字・記号などの基本文字を表す古典的な規格です。割り当ては 0～127 の 128文字が中心で、英語以外の多くの文字（日本語・中国語など）は含まれません。したがって「世界の主要な言語を一つで扱う」用途には不十分です。
• イ: EUC（Extended Unix Code：UNIX 系で使われた拡張文字コード）
  • 主に UNIX 系システムで日本語（EUC-JP）や韓国語（EUC-KR）など個別言語向けのバリエーションがあります。多言語を単一で完全にカバーする規格ではありません。
• ウ: SJIS（Shift_JIS：日本語を表すために開発された文字コード）
  • 日本語を扱うための文字コードで、Windows や古いシステムで使われてきました。日本語向けには便利ですが、世界の主要言語すべてを扱う規格とは言えません。
• エ: Unicode
  • 各文字に対して一意の「コードポイント」（例：$U+0041$ は 'A'）を割り当て、世界中の多くの言語の文字を含む規格です。さらに UTF-8 や UTF-16 といった「エンコーディング（符号化方式：数値をバイト列に変換する方法）」で実際のバイト列として表現します。

よくある誤解

1. 「Unicode」と「UTF-8」を同じものと考える誤解
   • Unicode は「文字に番号を与える規格（文字集合）」、UTF-8 はその番号（コードポイント）を「バイト列」に変換する方法（エンコーディング）です。違いを分けて覚えましょう。
2. 「SJIS や EUC は多言語対応だ」と考える誤解
   • SJIS や EUC は主に日本語や一部の言語に特化して設計された方式です。世界中の文字を統一して扱う設計ではありません。

補足コラム

• Unicode の仕組み（簡単に）
  • Unicode は「各文字に番号（コードポイント）を割り当てる」仕組みです。例：英大文字 A は $U+0041$。漢字や絵文字にもそれぞれ $U+$ の形でコードが割り当てられています。
  • 実際にファイルや通信で使うときは UTF-8 や UTF-16 といったエンコーディングでバイト列に変換します。現在、ウェブでは UTF-8 が主流です。
• 覚え方のコツ
  • 「ASCII は英語向けの小さな箱」「SJIS/EUC は日本語向けの箱」「Unicode は世界をまとめる大きな箱」とイメージすると混同しにくいです。

s = "A あ 😀"
for ch in s:
    print(ch, hex(ord(ch)))
# エンコーディング例
print("UTF-8 bytes:", s.encode("utf-8"))

FAQ