文字コード・符号化方式について調べてみた
マルチバイト文字とは
- 一文字を複数バイトで表す体系
- 一文字のバイト数が可変であるような体系
- ASCIIあるいはISO646をベースとしている
- バイト値 80～FF16進法（あるいはそのサブセット）で始まるバイト列によりそれ以外の文字集合を表現する。
ユニコードは 「文字コード」（ASCII文字コード、Shift-JISコードなど）の種類
マルチバイト文字は 「文字セット」（１バイト文字、ワイド文字セットなど）の分類
話を簡単にするためにWindowsの世界の話に限定して書くと：
マルチバイト：
アジア圏の文字を扱うために、漢字など西ヨーロッパに存在しない文字に複数バイトを割り当てる仕組み
複数のエリアの文字の共存はすごく難しい(たとえば台湾文字とハングルの同時表示など)
Shift-JISとかMBCSとか言われる方式です
多分↓のがマルチバイトよりも統一的に文字を１つの集合で表すことを指すんだと思う。
ユニコード：
複数のエリアの文字を混在処理するために、すべての国の文字を統一的に扱う仕組み
これを使うとあらゆる国の文字(たとえばチベット文字とロシア語)を混在表示できます
Windowsの内部はUnicodeをUTF-16という方式でエンコードした文字列を使っています
ちなみに、うんと昔のUnicode 1.0は1文字＝16ビット(2バイト)の固定幅でしたが、マイナーな漢字などが入りきらなくなったので
2.0以降(あるいは国際規格の ISO 10646)では、31ビット幅になっています。
バイトコードとは
https://ja.wikipedia.org/wiki/%E3%83%90%E3%82%A4%E3%83%88%E3%82%B3%E3%83%BC%E3%83%89
