HTML Unicode（UTF-8）リファレンス

ユニコードコンソーシアム

UnicodeコンソーシアムはUnicode標準を開発しています。彼らの目標は、既存の文字セットを標準のUnicode Transformation Format（UTF）に置き換えることです。

Unicode標準は成功を収めており、HTML、XML、Java、JavaScript、電子メール、ASP、PHPなどで実装されています。Unicode標準は、多くのオペレーティングシステムとすべての最新のブラウザでもサポートされています。

Unicodeコンソーシアムは、ISO、W3C、ECMAなどの主要な標準開発組織と協力しています。

Unicode文字セット

Unicodeは、さまざまな文字セットで実装できます。最も一般的に使用されるエンコーディングはUTF-8とUTF-16です。

ヒント： Unicodeの最初の128文字（ASCIIと1対1で対応）は、ASCIIと同じバイナリ値を持つ単一のオクテットを使用してエンコードされ、有効なASCIIテキストをUTF-8でエンコードされたUnicodeでも有効にします。

HTML5標準：Unicode UTF-8

ISO-8859の文字セットはサイズが制限されており、多言語環境では互換性がないため、UnicodeコンソーシアムはUnicode標準を開発しました。

Unicode標準は、（ほぼ）世界中のすべての文字、句読点、および記号を対象としています。

Unicodeを使用すると、プラットフォームや言語に関係なく、テキストの処理、保存、および転送が可能になります。

HTML-5のデフォルトの文字エンコードはUTF-8です。

HTML5 WebページがUTF-8とは異なる文字セットを使用している場合は、次のように<meta>タグで指定する必要があります。

UnicodeとUTF-8の違い

Unicodeは文字セットです。UTF-8はエンコーディングです。

Unicodeは、一意の10進数（コードポイント）を持つ文字のリストです。A = 65、B = 66、C = 67、...。

この10進数のリストは、文字列「hello」を表します。104101 108 108 111

エンコーディングとは、これらの数値を2進数に変換して、コンピューターに保存する方法です。

UTF-8エンコーディングは次のように「hello」を格納します（バイナリ）：01101000 01100101 01101100 01101100 01101111

HTML5UTF-8文字コード

以下は、HTML5でサポートされているUTF-8文字コードの一部のリストです。