Unicodeとは何か：文字コードを初心者向けに整理 | 仕組み解説

Unicodeとは、世界中の文字に番号を割り当てるための標準です。日本語、英数字、記号、絵文字などを同じルールで扱うための土台になります。

一言でいうと

Unicodeは「文字に番号を付ける標準」であり、UTF-8やUTF-16はその番号を実際のデータとして保存・通信する方式です。

たとえば、A は Unicode では U+0041 です。あ は U+3042 です。

コードポイントは、Unicode上の文字番号です。

同じ「ア」に見える文字でも、全角カタカナの ア と半角カタカナの ｱ は別のコードポイントです。

日本語では「文字コード」という言葉が広く使われますが、会話の中で複数の意味を持つことがあります。

混乱を避けるには、「コードポイント」「UTF-8」「UTF-16」「バイト列」のように分けて言うと安全です。

JavaScriptでは、文字列はUnicode文字列として扱われます。ただし、charCodeAt() はUnicodeコードポイントではなく、UTF-16コード単位を返します。

console.log("A".charCodeAt(0).toString(16)); // 41
console.log("あ".charCodeAt(0).toString(16)); // 3042

英数字や多くの日本語では直感通りに見えますが、絵文字などでは注意が必要です。

昔は、言語や地域ごとに異なる文字コードが使われていました。そのため、同じバイト列でも環境によって別の文字に見えることがありました。

Unicodeは、世界中の文字を共通の番号体系で扱うことで、文字化けや互換性の問題を減らします。

現代のWebでは、特別な理由がない限りUTF-8を使うのが基本です。

誤解	実際
UnicodeとUTF-8は同じ	Unicodeは文字番号の標準、UTF-8は符号化方式です
1文字は必ず1バイト	日本語や絵文字は複数バイトになります
見た目が同じなら同じ文字	コードポイントが違う場合があります
JavaScriptの `charCodeAt()` は常にコードポイントを返す	UTF-16コード単位を返します

Unicodeは文字に番号を付ける標準で、UTF-8やUTF-16はその番号を保存・通信するための方式です。JavaScriptの文字列処理では、コードポイント、UTF-16コード単位、見た目の文字を分けて考えることが重要です。