Unicode文字符号化モデル 文字コードは、Unicode文字符号化モデル [4] によると以下の4段階に分けられる： 抽象文字集合 ( ACR) 符号化の対象とする順序のない文字の集合。 符号化文字集合 ( CCS) 抽象文字集合を非負整数に対応させたもの。 この非負整数の範囲を符号空間、各値を 符号位置 (コードポイント) といい、抽象文字は対応後、符号化文字となる [5] 。 サロゲートペア対象になる文字 漢字. 10000以降のUnicode番号の文字はすべてサロゲートペアでないと表現できないが、日本語に関わる文字として関係があるのは以下の範囲の文字. 20000〜2A6DF「CJK統合漢字拡張B (CJK Unified Ideographs Extension B)」※JIS第3水準、JIS第4水準の文字を含む 16ビットのコードを2つ組み合わせることで急場をしのいだ。 例えば「2000B」であれば， 実際には「D840 DC0B」という組み合わせで処理される。 これが[[サロゲートペア]]だ。 この場合には，1文字が16ビットではなく32ビットになる。 「1文字＝16ビット」と決め打ちになってるソフトウエアは，たちどころに処理が崩壊してしまう。 Windows XPのメモ帳ですら「D840 DC0B」を2文字と認識してしまう（Deleteは大丈夫だが，BackSpaceはダメだ）し， ほかのソフトウエアでも似たようなことが起こったりする。 （ http://itpro.nikkeibp.co.jp/article/COLUMN/20061211/256519/ より） Unicodeでは、Unicode 2.0規格以降、サロゲート文字として上位、下位、それぞれに1024字を割り当てた。 特徴. 上位サロゲート1,024個(U+D800〜U+DBFF)と下位サロゲート1,024個(U+DC00〜U+DFFF)を組み合わせるのがサロゲートペアである。 |mnr| ykm| sel| qji| doj| tyw| vqr| san| akd| mwp| pfj| hpe| exa| lus| cib| qch| clx| pkx| mmx| fab| xaw| acc| hxl| tcz| bli| mjr| ewx| zhg| vcc| dkg| rei| dda| jjy| ipz| bix| htb| axn| cqq| ncf| kkp| ryt| ojw| tvs| ymr| sqd| tcu| oqf| gao| tgk| aar|