符号点

符号点とは、符号化文字集合において、文字が割り当てられる可能性のある個々の位置のことです。これは「コードポイント」とも呼ばれ、Unicodeの規格では「符号位置」と訳されます。文脈によっては、単に「点」と呼ばれることもあります。

符号点は、文字を割り当てるための位置ですが、規格によっては文字以外の目的で使用されることもあります。例えば、エスケープシーケンスのような制御情報を示すために用いられることがあります。

符号点のバイト列化

符号点は、符号空間内の座標に相当する整数列で特定されます。符号空間は1次元の場合もあれば、多次元の場合もあります。例えば、Unicodeのように1次元の符号空間では、符号点は単一の整数で表され、これをUnicodeでは「Unicodeスカラー値」と呼びます。

この整数列は、文字符号化方式に従ってバイト列に変換されます。最も単純なケースでは整数列がそのままバイト列になりますが、一般的には整数として見た値とは異なる値に変換されたり、バイト列の長さが変わったりします。

群・面・区・点

符号点とは、整数列（バイト列ではない）を最後まで使用して指定される点状の部分集合です。一方、最後から2番目の整数までで指定される線状の部分集合を「区」といいます。さらに、最後から3番目の整数までで指定される面状の部分集合を「面」、最後から4番目の整数までで指定される部分集合を「群」といいます。

これらの階層構造を上位から並べると、「群・面・区・点」となります。群は複数の面から構成され、面は複数の区から、区は複数の点から構成されます。それぞれを特定する最後の整数を、群番号、面番号、区番号、点番号と呼びます。あるいは、単に群、面、区、点と呼ぶこともあります。この階層構造は、以前のISO/IEC 10646|ISO_IEC 10646規格で使用されていましたが、2011年の改訂で群は廃止されました。

符号空間の次元が低い場合、つまり整数列が短い場合には、上位の整数は使用されません。群や面は大規模な文字セットに対応するために導入された概念ですが、区や点はJIS X 0208などの以前の規格でも使用されていました。

特にJIS規格では、区番号と点番号の2つの整数を組み合わせたものを「区点番号」または単に「区点」と呼びます。

表現

符号点の表現方法は規格によって異なります。ASCIIでは、オクテットの値を16進数で表現することが一般的です。例えば、「'A'は4116である」のように表現します。

JIS X 0208では、「x区y点」や「x-y」（xとyは通常10進数）のように表現します。JIS X 0213では、さらに「面」が加わります。

UnicodeやISO/IEC 10646|ISO_IEC 10646では、「U+」の後にUnicodeスカラー値を16進数で続けた形式（例: U+3042）で表現します。

参考資料

Unicodeに関する用語の日本語表記は、Unicode, inc.が提供する資料を参考にしています。

Unicode6.0.0/Unicode6.0.0.pdf'>Unicode Terminology English - Japanese

もう一度検索