問78
頻出度★★☆
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。
平成25年度 春期 ITパスポート試験 問78
テクノロジ系基礎理論 › 情報に関する理論
この問題の解説と、これまでの解答の記録です。
解説
問 78
不正解ア
誤り。ASCII (アスキー) は米国で定められた最も基本的な文字コードで、1 文字を 7 ビットで表し、表現できるのは英大文字・英小文字・数字・記号・制御文字を合わせた 128 文字だけである。日本語のひらがな・漢字はもちろん、ドイツ語やフランス語のアクセント付き文字すら収録されておらず、「世界の主要な言語で使われている文字」を扱うことはできない。Unicode の土台となった歴史的に重要な規格ではあるが、多言語を一つの体系で扱う規格ではないので不適切である。
不正解イ
誤り。EUC (Extended UNIX Code、拡張 UNIX コード) は、UNIX 系 OS で英数字以外の文字を扱えるように ASCII を拡張した文字コードで、日本語用の EUC-JP、韓国語用の EUC-KR、中国語用の EUC-CN というように言語ごとに別々の体系として定義されている。つまり複数言語に対応してはいるものの、それは「言語ごとに用意された複数の体系」であって、設問が求める「一つの文字コード体系」で世界の主要言語をまとめて扱うものではない。よって不適切である。
不正解ウ
誤り。SJIS (シフト JIS) は、JIS X 0201 の半角文字と JIS X 0208 の漢字・ひらがな・カタカナなどを 1 バイトまたは 2 バイトで表現する日本語専用の符号化方式で、日本国内のパソコンやワープロで長く標準的に使われてきた。対象はあくまで日本語 (と ASCII 相当の英数字) に限られ、ハングルやアラビア文字など他の言語の文字は収録されていない。特定の一言語のための規格なので、世界の主要言語を一つの体系で扱うという条件を満たさず不適切である。
- エ
正解 正解はエ「Unicode」。Unicode は、世界中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 (ひとつながりのコード空間) にまとめて収録し、共通の番号 (コードポイント) を割り当てることを目的として策定された文字コードの規格である。英数字や記号はもちろん、日本語の漢字・ひらがな・カタカナ、中国語の簡体字・繁体字、ハングル、アラビア文字、キリル文字、ギリシャ文字などを同じ体系の中で扱えるので、言語ごとに別々の文字コードへ切り替える必要がなく、一つの文書やデータベースの中に複数言語の文字を混在させることができる。これが、言語ごとに規格が分かれていた従来の文字コードとの決定的な違いであり、設問の「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」という条件にそのまま合致する。実際にコンピュータ上で表現するときは、Unicode のコードポイントをバイト列に変換する符号化方式として UTF-8 や UTF-16 が使われ、なかでも UTF-8 は ASCII と互換性がある (ASCII の範囲は 1 バイトのまま同じ値になる) ため、Web ページや電子メールなどインターネット上の標準的な文字コードとして広く普及している。したがって、多言語を単一体系で扱う規格として適切なのはエである。
ここがポイント
- Unicode は、世界中の主要言語の文字を一つのコード体系に統合して共通の番号を割り当てる文字コード規格であり、一つの文書内で多言語を混在させられる点が特徴である。実際のバイト列への変換方式が UTF-8 や UTF-16 で、ASCII 互換の UTF-8 が Web の標準として広く使われている、という「文字集合 (Unicode) と符号化方式 (UTF-8 など) の関係」もあわせて押さえておきたい。
- 他の選択肢は対応範囲が限定される文字コードである。ASCII は英数字・記号のみの 7 ビット規格、シフト JIS は日本語専用の符号化方式、EUC は言語ごとに EUC-JP・EUC-KR などへ分かれた体系で、いずれも単一体系で多言語を扱えない。文字コード問題は「対象がどの言語か」「体系が一つか複数か」で切り分けると確実に解ける。
用語