文字コード（ASCII・Unicode・UTF-8）とは？

文字コード（ASCII・Unicode・UTF-8）の意味

文字に番号を割り当て、ビット列として表現するための取り決め。ASCIIは英数記号を7ビットで表す基本規格、Unicodeは世界中の文字に共通の番号を与える文字集合、UTF-8はその番号を1〜4バイトの可変長で符号化する方式。

文字コード（ASCII・Unicode・UTF-8）の具体例

半角の「A」はASCIIで16進41。UTF-8では半角英数字は1バイトのままASCIIと同じ並びになり、日本語の漢字は3バイトになる。そのため「あいう」の3文字はUTF-8で9バイトを占める。

文字コード（ASCII・Unicode・UTF-8）は試験でどう引っ掛けられる？

文字集合（どの文字に何番を割り当てるか）と符号化方式（その番号をどうバイト列にするか）は別の概念。UnicodeとUTF-8を同一視すると誤る。また文字数とバイト数は一致しない点も頻出。

文字コード（ASCII・Unicode・UTF-8）と関連する用語

• ビットとバイト
• 16進数
• BCD（2進化10進数）

文字コード（ASCII・Unicode・UTF-8）が出た過去問

• XML文書のDTDに記述するものはどれか。

  正解：文書型の定義

  要点：DTDはXMLの文書型（要素・属性の構造）を定義するもの

  DTD（Document Type Definition）は、XML文書がどんな要素・属性をどんな順序や個数で持てるかという文書構造の決まりを定義するものである。実際の値であるデータ本体はXML文書の側に書かれ、文字コードやXMLのバージョンはXML宣言に書かれる。つまりDTDが担うのは文書型の定義であり、妥当性検証の基準になる。

  出典：平成30年度 春期 基本情報技術者試験 午前 問8（IPA）

• TCP/IPを利用している環境で、電子メールに画像データなどを添付するための規格はどれか。

  正解：MIME

  要点：MIMEはメールで画像などを扱うための拡張規格

  MIMEは、本来ASCIIのテキストしか運べない電子メールで、画像や音声、各種の文書ファイルを扱えるようにするための拡張規格である。データの種類を示すヘッダを付け、バイナリを文字列に符号化して本文に載せる。SMTPは配送のためのプロトコルであり、添付の形式を定めるものではない。

  出典：令和4年度 s 基本情報技術者試験 kamokuA 問27（IPA）

• キーが小文字のアルファベット1文字（a, b, …, z のいずれか）であるデータを、大きさが10のハッシュ表に格納する。ハッシュ関数として、アルファベットのA…

  正解：dとx

  要点：下1桁のハッシュは10文字離れた文字どうしが衝突する

  アルファベットのASCIIコードは連続しているので、下1桁は文字が10個進むごとに同じ値に戻る。つまりアルファベット順で10文字離れた文字どうしがハッシュ値が等しくなり衝突する。dとxはd、e、…、xと数えてちょうど20文字離れているため下1桁が一致し、衝突が起こる。

  出典：令和6年度 （公開問題） 基本情報技術者試験 kamokuA 問2（IPA）

• 次のプログラム中の に入れる正しい答えを、解答群の中から選べ。二つの には、同じ答えが入る。ここで、配列の要素番号は1から始まる。 Unicodeの符号位置を、…

  正解：64

  要点：UTF-8の継続バイトは6ビット単位＝64で割った余り

  3バイト形式では、後ろ2バイトが下位6ビットずつ、先頭バイトが残りの上位ビットを持ちます。6ビット分を取り出す操作は2の6乗＝64で割った余り、次の桁へ進む操作は64で割った商にあたります。ループは末尾のバイトから先頭へ向かうので、毎回64を使って下位6ビットずつ切り出していけば、余った上位ビットが先頭バイトに収まります。

  出典：令和4年度 s 基本情報技術者試験 kamokuB 問16（IPA）