サロゲートペア
さろげーとぺあ概念1996
16ビットでは収まりきらない文字を、2つの16ビットの組み合わせで表すUnicodeの仕組み。これにより表現できる文字数が約111万まで広がり、膨大な漢字や絵文字を扱えるようになった。
概要
16ビット1個では収まりきらない文字を、2つの16ビット単位（上位サロゲート・下位サロゲート）の組み合わせで表すUnicodeの仕組み。UTF-16で使われる。
時代背景
Unicodeは当初、全ての文字を16ビット（65,536文字）に収める設計だったが、CJK統合漢字を巡る論争の末、対応領域を拡張する必要が生まれた。サロゲートペアの導入により、対応文字数は約111万文字（正確には1,114,112のコードポイント）まで拡大された。
仕組み
単一の16ビット単位で6万文字以上の一般的な文字を符号化し、上位サロゲート（D800〜DBFF）と下位サロゲート（DC00〜DFFF）の組で残りの約100万文字を符号化する。
| 分野 | 文字コード |
|---|---|
| 関連方式 | UTF-16 |
関連項目
- Unicode世界中の文字を一つの体系で扱うための文字コード規格。日本語・中国語から絵文字まで、あらゆる文字に番号を与えることで、言語をまたいだ情報のやり取りを可能にした。文字化けの時代に終止符を打とうとした試み。
- UTF-16Unicodeを16ビット単位で表す符号化方式。基本的な文字は2バイト、それを超える文字はサロゲートペアという2つの組で表す。WindowsやJava、JavaScriptの内部処理で使われている。
- CJK統合漢字中国（C）・日本（J）・韓国（K）で由来が同じで形も似た漢字を、Unicode上で同じ番号にまとめたもの。限られた領域に膨大な漢字を収めるための工夫だが、国ごとの字形の違いをめぐって論争を呼んだ。