データ・文字

UTF-8

UTF-8は、Unicodeの文字をバイト列に変換する文字エンコーディングです。1文字を1〜4バイトで表し、Webで最も広く使われています。

概要

UTF-8（UCS Transformation Format 8）は、World Wide Webで最も一般的な文字エンコーディングであり、1文字を1〜4バイトで表す。
UTF-8はASCIIと後方互換性があり、すべての標準Unicode文字を表現することができる。

UTF-8は、Unicodeの文字をファイルや通信で扱える形にする方式である。Webで最も一般的に使われる文字エンコーディングとして定義されている。

HTMLファイルでは、文字コードをUTF-8と宣言して書くことが多い。宣言と実際の保存形式が一致していないと、文字化けの原因になる。

英数字はASCIIと同じ1バイトで表されるため、英語だけのファイルは従来の形式と互換性がある。日本語などは1文字で複数バイトになる。