UTF-16とは？意味をわかりやすく簡単に解説

text: XEXEQ編集部

UTF-16とは

UTF-16は、Unicodeで定義された文字を16ビットのコード単位で表現するUnicode変換フォーマットの一つです。UTF-16では、Unicodeの全ての文字を16ビットまたは32ビットのコード単位で表現することができます。

UTF-16は、Unicodeの基本多言語面(BMP)に含まれる文字を16ビットのコード単位で表現し、BMPに含まれない追加の文字をサロゲートペアと呼ばれる32ビットのコード単位で表現します。サロゲートペアは、上位サロゲートと下位サロゲートの2つの16ビットコード単位で構成されています。

UTF-16のエンディアンには、ビッグエンディアンとリトルエンディアンの2種類があります。ビッグエンディアンでは、16ビットのコード単位の上位バイトから順に格納し、リトルエンディアンでは下位バイトから順に格納します。エンディアンの判定には、BOMと呼ばれるバイトオーダーマークが使用されることがあります。

UTF-16は、Javaなどのプログラミング言語で広く使用されており、Windowsのネイティブな文字エンコーディングでもあります。また、UTF-16は、UTF-8と比較して文字列の処理が高速であるという利点がある一方、メモリ使用量が多くなるという欠点もあります。

UTF-16を使用する際は、エンディアンの違いや、サロゲートペアの処理に注意が必要です。また、UTF-16からUTF-8など他のエンコーディングに変換する際は、コード単位とコードポイントの違いを考慮する必要があります。

※上記コンテンツはAIで確認しておりますが、間違い等ある場合はコメントよりご連絡いただけますと幸いです。