符号化と文字コード
標準約 31 分4 用語過去問 5 題
この単元の目標
- 符号化 と 復号 の関係を説明し、区別したい種類の数から必要な ビット数 を求められる。
- JISコード と シフトJISコード を、1 バイト文字と 2 バイト文字の混ぜ方で区別できる。
- Unicode を、扱う文字の範囲と符号化方式の考え方で説明できる。
用語総表（4 語）
用語
符号化 とは、文字・音・画像などの情報を、決められた規則に従って ビット列 などの符号に対応づけることである。
← 図は横にスクロールできます →
対応の規則 (コード体系) を送り手と受け手が共有していれば、符号を元の情報へ戻す 復号 ができ、規則が食い違うと文字化けなどが起こる。n ビット の符号では 2 の n 乗通りを区別できるので、表したい種類の数から必要なビット数が決まる。符号の長さには、すべての対象で同じにする 固定長 と、対象ごとに変える 可変長 がある。
たとえ灯台の光の点滅パターンに、あらかじめ意味を割り当てておくようなもの。同じ対応表を持つ船だけが、点滅から意味を読み取れる。
覚え方「符号」は合図の記号、「化」はそれに変えること。逆向きの「復号」は、符号から元に「復(もど)す」と読む。
出題のポイント
- 出題n ビットで区別できるのは 2 の n 乗通りで、表したい種類の数をまかなえる最小の n が必要なビット数になる。例えば 10 種類なら 3 ビットの 8 通りでは足りず、4 ビットが要る。
- 出題1 回の標本を表すビット数を増やすと、区別できる段階の数が増え、振幅の変化を細かい刻みで表せる。
- 出題可変長の符号でも、どの符号も別の符号の先頭部分にならなければ、区切りのない列を先頭から一意に読み戻せる。1 の桁が重ならない符号を割り当てると、組合せを加算、除去を減算で表せる。
この用語の過去問 3 題 符号化 →
JISコード は、日本産業規格 (JIS) が定めた文字コードで、英数字などを 1 バイト、漢字やひらがな・全角カナを 2 バイトで表す。
1 バイトで表す文字を 1 バイトコード、2 バイトで表す文字を 2 バイトコード と呼び、例えば英数字の集合は JIS X 0201、漢字などの集合は JIS X 0208 に定められている。狭い意味の JISコード は、1 つの文字列の中で 1 バイト文字と 2 バイト文字を切り替えるとき、切替えを示す特別な符号を挟む形式を指し、主に電子メールで使われてきた。
たとえ国が配る共通の文字の番号表のようなもの。同じ番号表を使う機器どうしなら、同じ番号で同じ文字を指せる。
覚え方JIS は Japanese Industrial Standards の頭文字で、日本の工業製品の規格と同じ名前の仲間。
出題のポイント
- 出題JIS の文字コードでは、英数字などは 1 文字 1 バイト (8 ビット)、漢字などは 1 文字 2 バイトで表す。1 バイトの英数字には、例えば JIS X 0201 で 8 ビットの値が割り当てられている。
- 出題圧縮しない文字データの容量は、項目ごとに文字数と 1 文字のバイト数を掛けて合計し、件数を掛けて求める。2 バイト文字は同じ文字数の 1 バイト文字の 2 倍の領域を使う。
この用語の過去問 1 題 JISコード →
シフトJISコード は、JIS の漢字などの 2 バイト文字の番号を、1 バイト文字と重ならない範囲へずらして割り当てた文字コードである。
2 バイト文字の 1 バイト目には 1 バイト文字に使われない値が来るので、読んだ値から 1 バイト文字か 2 バイト文字かを見分けられる。英数字や半角カナと漢字を混ぜた文書を扱いやすく、Windows などのパソコンの日本語処理で広く使われてきた。
たとえ同じ棚に 2 種類の商品を並べるとき、片方の番号札を別の色の範囲にずらしておけば、仕切り板を置かなくても札の色だけで種類が分かる、というのに似ている。
覚え方シフト (shift) は「ずらす」。番号の置き場所をずらしたから「シフト」JIS。
出題のポイント
- 混同注意シフトJISコード と Unicode は、対象とする文字の範囲で分かれる。シフトJISコードは日本語の文字と英数字を、Unicode は世界の多くの言語の文字を 1 つの体系で扱う。
この用語の過去問 1 題 シフトJISコード →
Unicode は、世界の多くの言語の文字に 1 つずつ番号を割り当て、1 つの体系で扱えるようにした文字コードである。
- 文字 (例: あ)
- Unicode の番号 (U+3042)
- UTF-8 のバイト列 (3 バイト)
文字に振った番号を実際のバイト列にする方法を 符号化方式 と呼び、例えば UTF-8 や UTF-16 がある。UTF-8 は英数字を 1 バイト、日本語の多くの文字を 3 バイトで表す可変長の方式で、Web ページなどで広く使われている。
たとえ世界中の図書を 1 つの通し番号で管理する図書館のようなもの。どの国の本でも、同じ台帳の番号で探せる。
覚え方uni は「1 つの」(uniform、unit と同じ) という意味。1 つの体系で世界の文字を表すコード。
出題のポイント
- 出題Unicode は多くの言語の文字を共通の番号体系にまとめた文字コードで、言語ごとに文字コードを使い分けなくても、多言語の文字を同じ文書で扱える。
- 混同注意UTF-8 は Unicode の番号をバイト列で表す方式の 1 つで、文字の集合そのものの名前ではない。同じ Unicode の文字でも、UTF-8 と UTF-16 ではバイト列が異なる。
この用語の過去問 1 題 Unicode →
要点
- 符号化 は規則に従って情報を符号に対応づけることで、同じ規則で 復号 すれば元に戻り、規則が食い違うと文字化けが起こる。
- n ビットで区別できるのは 2 の n 乗通りで、必要なビット数は表したい種類の数から決まる。
- JIS の文字コードでは英数字などが 1 バイト、漢字などが 2 バイトで、文字データの容量はこのバイト数と文字数から見積もる。
- シフトJISコード は 2 バイト文字の番号を 1 バイト文字と重ならない範囲へずらした文字コードで、パソコンの日本語処理で広く使われてきた。
- Unicode は文字に振る番号の体系で、UTF-8 などの符号化方式がその番号をバイト列にする。
この分野の過去問をすべて見る →