Unicode
ゆにこーど
ユニコードコンソーシアムにより策定される国際的な文字コードの規格であり、文字集合と文字符号化を定めている。
幅広い文字を扱っており、世界の主要言語の文字を網羅しているだけでなく、現在使用者が僅少、又は皆無な言語の文字、諸記号、絵文字、制御文字も収録されている。
第15.1版時点での収録文字数は149878文字(基本ラテン文字とラテン1補助にある制御符号(<control>)65文字を含まない場合は149813文字)、用字(スクリプト)の数は161種類。
Unicodeはインターネットやパソコンのオペレーティングシステム(OS)等のソフトウェア、プログラミング関連等で幅広く扱われており、現代の国際社会では主流となっている。
ISO/IEC 10646と非常に密接な関係にある。元々はUnicodeで表現できない文字空間を表す事ができる(Unicodeは21ビットなのに対しISO/IEC 10646は有効31ビット)という点でUnicodeの上位互換であったが、2006年に0群17面~127群255面の領域は「永久に予約」として使用不可となり、2011年改訂で群が廃止された。
これにより、文字集合としては実質的に同一となった。
UTF-8
可変長式。Unicodeの文字符号化としては最もよく使われ、URLでも一般的にこの方式が用いられる。
ASCII文字の場合は符号位置がそのまま文字コードで表せる(例:符号位置がU+0041である「A」はUTF-8では41となる)。
それ以外の場合は以下の表を用いてUTF-8への変換を行う。
バイト数 | 符号位置 | UTF-8の2進数表現 | (※1) |
---|---|---|---|
1 | U+00000000 - U+0000007F | 0xxxxxxx | 7 |
2 | U+00000080 - U+000007FF | 110xxxxx (10xxxxxx)×1 | 11 |
3 | U+00000800 - U+0000FFFF | 1110xxxx (10xxxxxx)×2 | 16 |
4(※2) | U+00010000 - U+001FFFFF | 11110xxx (10xxxxxx)×3 | 21 |
5(※2) | U+00200000 - U+03FFFFFF | 111110xx (10xxxxxx)×4 | 26 |
6(※2) | U+04000000 - U+7FFFFFFF | 1111110x (10xxxxxx)×5 | 31 |
※1…変換に必要なビット数
※2…初期の定義。現行の定義ではU+10FFFFまでしか扱わない。
この符号化の性質上、ASCII文字は1バイトで表すことが出来る一方、U+0800以降の文字を扱う場合、UTF-16では2バイトだったものがUTF-8では3バイトで変換することとなり、データ容量が大きくなる短所がある。
変換例
文字:あ
符号位置:U+3042
2進数変換:0011 0000 0100 0010 ※16ビットに変換する
UTF-8の2進数表現へ:1110 0011 1000 0001 1000 0010
UTF-8へ:E3 81 82
文字:𠮷
符号位置:U+20BB7
2進数変換:0 0010 0000 1011 1011 0111 ※21ビットに変換する
UTF-8の2進数表現へ:1111 0000 1010 0000 1010 1110 1011 0111
UTF-8へ:F0 A0 AE B7
UTF-8の値を符号位置に変換する場合は上記の逆の操作を行う。
UTF-16
可変長式。一番初めに制定された符号化方式。Unicodeは元々16ビット固定長の文字集合であり、扱える文字数は65536文字に限られていた。その後版が上がるごとに文字の追加希望が相次ぎ65536文字では不足することが判明した経緯から、予約していた領域(上位と下位の代用符号位置各1024個)を使って追加の1048576文字を扱える代用対(サロゲートペア)という概念が登場した。
基本多言語面(BMP)では、符号位置がそのまま文字コードで表せる。BMP以外の第1面~第16面の場合は、代用対を用いる必要がある。
【代用対の変換法1】
(1) 符号位置(U+10000~U+10FFFF)から U+10000 を減算する。これにより値は U+00000~U+FFFFF という20ビットの範囲になる。
(2) (1)で出した値を2進数に変換し20ビットにする。
(3) (2)より xxxxxxxxxxyyyyyyyyyy を2つに分け、110110xxxxxxxxxx 110111yyyyyyyyyy の32ビットで表す。
(4) 32ビットで表した値を16進数に変換する。すると、前半16ビットが上位代用点であるU+D800 - U+DBFFの範囲内に、後半16ビットが下位代用点であるU+DC00 - U+DFFFの範囲内に持つ値となる。
変換例
文字:🎼
符号位置:U+1F3BC
(1)を計算:F3BC
2進数変換:0000 1111 0011 1011 1100→前半…0000 1111 00 後半…11 1011 1100
32ビットに変換:1101 1000 0011 1100 1101 1111 1011 1100
16進数へ変換:D83C DFBC
UTF-16代用対を符号位置に変換する場合は上記の逆の操作を行う。
【代用対の変換法2】
符号位置からUTF-16代用対に変換
前半:0xqqqq= ⌊(0xpppppp - 0x10000) / 0x400⌋ + 0xD800
後半:0xrrrr= (0xpppppp - 0x10000) % 0x400 + 0xDC00
※0x:16進数であることを示す為の表記
⌊x⌋:床関数
%:左項を右項で割った剰余値を返す演算子
0xpppppp:求める符号位置
0xqqqq:上位代用点の値
0xrrrr:下位代用点の値
変換例
文字:🎼
符号位置:U+1F3BC
前半:⌊(0x1F3BC - 0x10000) / 0x400⌋ + 0xD800
=⌊0xF3BC / 0x400⌋ + 0xD800
=0x3C + 0xD800
=0xD83C
後半:(0x1F3BC - 0x10000) % 0x400 + 0xDC00
=0xF3BC % 0x400 + 0xDC00
=0x3BC + 0xDC00
=0xDFBC
従って求める値はD83C DFBCとなる。
UTF-16代用対から符号位置に変換
0xpppppp = 0x10000 + (0xqqqq - 0xD800) × 0x400 + (0xrrrr - 0xDC00)
UTF-32
固定長式。符号位置がそのまま4バイトで表せる単純な符号化方式。この性質上データ処理の上では扱いやすくなるが、BMPでも4バイトで表す必要がありデータ量が増加する為使用されることが少ない。
有効31ビットの文字集合であるUCS-4とは異なりU+0000 - U+10FFFFまで使用することになっていることから、UTF-32⊆UCS-4ということが出来る。
区画名について
- 太字になっている区画は第15.1版までに文字の追加が行われた、又は代用対、私用領域、非文字として策定済
- 【】で囲まれた区画はUTC又はWG2によって正式に承認済
- 括弧で囲まれた区画はUTC又はWG2に提出済
- 疑問符で囲まれた区画は詳細な提案がまだ書かれていないことを示すもの
- 「◎」は新規区画、「●」は文字の追加が行われた既存区画
を表す。
第15版で追加、又はグリフが更新された文字の詳細は各種リンク先を参照。
2024年の制定が予定されている第16.0版については、詳細が判明次第順次更新する(リンク先に今後の版で追加される予定の文字に関する記載がある)。
第4面~第13面は、使用用途が一切決まっていないため省略。
第0面 - 基本多言語面
en:Basic Multilingual Plane(BMP)
割当済符号位置数:65486、収録文字数:55639 (いずれも非文字は対象外、第1面以降も同様)
Unicodeにおける最初の面で、使用頻度の高い多数の現代言語の文字と記号類などが収録されている。
符号位置 | 区画名 | 収録/割当 | v16.0 |
---|---|---|---|
U+0000 - U+007F | 基本ラテン文字 | 128/128 | |
U+0080 - U+00FF | ラテン1補助 | 128/128 | |
U+0100 - U+017F | ラテン文字拡張A | 128/128 | |
U+0180 - U+024F | ラテン文字拡張B | 208/208 | |
U+0250 - U+02AF | IPA拡張 | 96/96 | |
U+02B0 - U+02FF | 前進を伴う修飾文字 | 80/80 | |
U+0300 - U+036F | 発音区別符号 | 112/112 | |
U+0370 - U+03FF | ギリシャ文字 | 135/144 | |
U+0400 - U+04FF | キリル文字 | 256/256 | |
U+0500 - U+052F | キリル文字補助 | 48/48 | |
U+0530 - U+058F | アルメニア文字 | 91/96 | |
U+0590 - U+05FF | ヘブライ文字 | 88/112 | |
U+0600 - U+06FF | アラビア文字 | 256/256 | |
U+0700 - U+074F | シリア文字 | 77/80 | |
U+0750 - U+077F | アラビア文字補助 | 48/48 | |
U+0780 - U+07BF | ターナ文字 | 50/64 | |
U+07C0 - U+07FF | ンコ文字 | 62/64 | |
U+0800 - U+083F | サマリア文字 | 61/64 | |
U+0840 - U+085F | マンダ文字 | 29/32 | |
U+0860 - U+086F | シリア文字補助 | 11/16 | |
U+0870 - U+089F | アラビア文字拡張B | 41/48 | 追加(1) |
U+08A0 - U+08FF | アラビア文字拡張A | 96/96 | |
U+0900 - U+097F | デーヴァナーガリー文字 | 128/128 | |
U+0980 - U+09FF | ベンガル文字 | 96/128 | |
U+0A00 - U+0A7F | グルムキー文字 | 80/128 | |
U+0A80 - U+0AFF | グジャラーティー文字 | 91/128 | |
U+0B00 - U+0B7F | オリヤー文字 | 91/128 | |
U+0B80 - U+0BFF | タミル文字 | 72/128 | |
U+0C00 - U+0C7F | テルグ文字 | 100/128 | 追加(1) |
U+0C80 - U+0CFF | ●カンナダ文字 | 91/128 | 追加(1) |
U+0D00 - U+0D7F | マラヤーラム文字 | 118/128 | |
U+0D80 - U+0DFF | シンハラ文字 | 91/128 | |
U+0E00 - U+0E7F | タイ文字 | 87/128 | |
U+0E80 - U+0EFF | ●ラオス文字 | 83/128 | |
U+0F00 - U+0FFF | チベット文字 | 211/256 | |
U+1000 - U+109F | ミャンマー文字 | 160/160 | |
U+10A0 - U+10FF | グルジア文字 | 88/96 | |
U+1100 - U+11FF | ハングル字母 | 256/256 | |
U+1200 - U+137F | エチオピア文字 | 358/384 | |
U+1380 - U+139F | エチオピア文字補助 | 26/32 | |
U+13A0 - U+13FF | チェロキー文字 | 92/96 | |
U+1400 - U+167F | 統合カナダ先住民音節 | 640/640 | |
U+1680 - U+169F | オガム文字 | 29/32 | |
U+16A0 - U+16FF | ルーン文字 | 89/96 | |
U+1700 - U+171F | タガログ文字 | 23/32 | |
U+1720 - U+173F | ハヌノオ文字 | 23/32 | |
U+1740 - U+175F | ブヒッド文字 | 20/32 | |
U+1760 - U+177F | タグバヌア文字 | 18/32 | |
U+1780 - U+17FF | クメール文字 | 114/128 | |
U+1800 - U+18AF | モンゴル文字 | 158/176 | |
U+18B0 - U+18FF | 統合カナダ先住民音節拡張 | 70/80 | |
U+1900 - U+194F | リンブ文字 | 68/80 | |
U+1950 - U+197F | タイ・ロ文字 | 35/48 | |
U+1980 - U+19DF | 新タイ・ロ文字 | 83/96 | |
U+19E0 - U+19FF | クメール文字用記号 | 32/32 | |
U+1A00 - U+1A1F | ブギス文字 | 30/32 | |
U+1A20 - U+1AAF | タイ・タム文字 | 127/144 | |
U+1AB0 - U+1AFF | 発音区別符号拡張 | 31/80 | |
U+1B00 - U+1B7F | バリ文字 | 124/128 | 追加(3) |
U+1B80 - U+1BBF | スンダ文字 | 64/64 | |
U+1BC0 - U+1BFF | バタク文字 | 56/64 | |
U+1C00 - U+1C4F | レプチャ文字 | 74/80 | |
U+1C50 - U+1C7F | オル・チキ文字 | 48/48 | |
U+1C80 - U+1C8F | キリル文字拡張C | 9/16 | 追加(2) |
U+1C90 - U+1CBF | グルジア文字拡張 | 46/48 | |
U+1CC0 - U+1CCF | スンダ文字補助 | 8/16 | |
U+1CD0 - U+1CFF | ヴェーダ文字拡張 | 43/48 | |
U+1D00 - U+1D7F | 音声記号拡張 | 128/128 | |
U+1D80 - U+1DBF | 音声記号拡張補助 | 64/64 | |
U+1DC0 - U+1DFF | 発音区別符号補助 | 64/64 | |
U+1E00 - U+1EFF | ラテン文字拡張追加 | 256/256 | |
U+1F00 - U+1FFF | ギリシャ文字拡張 | 233/256 | |
U+2000 - U+206F | 一般句読点 | 111/112 | |
U+2070 - U+209F | 上付き・下付き | 42/48 | |
U+20A0 - U+20CF | 通貨記号 | 33/48 | |
U+20D0 - U+20FF | 記号用発音区別符号 | 33/48 | |
U+2100 - U+214F | 文字様記号 | 80/80 | |
U+2150 - U+218F | 数字に準じるもの | 60/64 | |
U+2190 - U+21FF | 矢印 | 112/112 | |
U+2200 - U+22FF | 数学記号 | 256/256 | |
U+2300 - U+23FF | その他の技術用記号 | 256/256 | |
U+2400 - U+243F | 制御機能用記号 | 39/64 | 追加(3) |
U+2440 - U+245F | 光学的文字認識 | 11/32 | |
U+2460 - U+24FF | 囲み英数字 | 160/160 | |
U+2500 - U+257F | 罫線素片 | 128/128 | |
U+2580 - U+259F | ブロック要素 | 32/32 | |
U+25A0 - U+25FF | 幾何学模様 | 96/96 | |
U+2600 - U+26FF | その他の記号 | 256/256 | |
U+2700 - U+27BF | 装飾記号 | 192/192 | |
U+27C0 - U+27EF | その他の数学記号A | 48/48 | |
U+27F0 - U+27FF | 補助矢印A | 16/16 | |
U+2800 - U+28FF | 点字図形 | 256/256 | |
U+2900 - U+297F | 補助矢印B | 128/128 | |
U+2980 - U+29FF | その他の数学記号B | 128/128 | |
U+2A00 - U+2AFF | 補助数学記号 | 256/256 | |
U+2B00 - U+2BFF | その他の記号及び矢印 | 253/256 | |
U+2C00 - U+2C5F | グラゴル文字 | 96/96 | |
U+2C60 - U+2C7F | ラテン文字拡張C | 32/32 | |
U+2C80 - U+2CFF | コプト文字 | 123/128 | |
U+2D00 - U+2D2F | グルジア文字補助 | 40/48 | |
U+2D30 - U+2D7F | ティフナグ文字 | 59/80 | |
U+2D80 - U+2DDF | エチオピア文字拡張 | 79/96 | |
U+2DE0 - U+2DFF | キリル文字拡張A | 32/32 | |
U+2E00 - U+2E7F | 補助句読点 | 94/128 | |
U+2E80 - U+2EFF | CJK部首補助 | 115/128 | |
U+2F00 - U+2FDF | 康煕部首 | 214/224 | |
U+2FE0 - U+2FEF | (未割当) | ||
U+2FF0 - U+2FFF | ●漢字構成記述文字 | 16/16 | |
U+3000 - U+303F | CJKの記号及び句読点 | 64/64 | |
U+3040 - U+309F | 平仮名 | 93/96 | |
U+30A0 - U+30FF | 片仮名 | 96/96 | |
U+3100 - U+312F | 注音字母 | 43/48 | |
U+3130 - U+318F | ハングル互換字母 | 94/96 | |
U+3190 - U+319F | 漢文用記号 | 16/16 | |
U+31A0 - U+31BF | 注音字母拡張 | 32/32 | |
U+31C0 - U+31EF | ●CJKの筆画 | 37/48 | |
U+31F0 - U+31FF | 片仮名拡張 | 16/16 | |
U+3200 - U+32FF | 囲みCJK文字・月 | 255/256 | |
U+3300 - U+33FF | CJK互換用文字 | 256/256 | |
U+3400 - U+4DBF | CJK統合漢字拡張A | 6592/6592 | |
U+4DC0 - U+4DFF | 易経記号 | 64/64 | |
U+4E00 - U+9FFF | CJK統合漢字 | 20992/20992 | |
U+A000 - U+A48F | 彝文字 | 1165/1168 | |
U+A490 - U+A4CF | 彝文字部首 | 55/64 | |
U+A4D0 - U+A4FF | リス文字 | 48/48 | |
U+A500 - U+A63F | ヴァイ文字 | 300/320 | |
U+A640 - U+A69F | キリル文字拡張B | 96/96 | |
U+A6A0 - U+A6FF | バムン文字 | 88/96 | |
U+A700 - U+A71F | 声調修飾文字 | 32/32 | |
U+A720 - U+A7FF | ラテン文字拡張D | 193/224 | 追加(3) |
U+A800 - U+A82F | シロティ・ナグリ文字 | 45/48 | |
U+A830 - U+A83F | 共通インド数字に準じるもの | 10/16 | |
U+A840 - U+A87F | パスパ文字 | 56/64 | |
U+A880 - U+A8DF | サウラーシュトラ文字 | 82/96 | |
U+A8E0 - U+A8FF | デーヴァナーガリー文字拡張 | 32/32 | |
U+A900 - U+A92F | カヤー文字 | 48/48 | |
U+A930 - U+A95F | レジャン文字 | 37/48 | |
U+A960 - U+A97F | ハングル字母拡張A | 29/32 | |
U+A980 - U+A9DF | ジャワ文字 | 91/96 | |
U+A9E0 - U+A9FF | ミャンマー文字拡張B | 31/32 | |
U+AA00 - U+AA5F | チャム文字 | 83/96 | |
U+AA60 - U+AA7F | ミャンマー文字拡張A | 32/32 | |
U+AA80 - U+AADF | タイ・ヴェト文字 | 72/96 | |
U+AAE0 - U+AAFF | マニプール文字拡張 | 23/32 | |
U+AB00 - U+AB2F | エチオピア文字拡張A | 32/48 | |
U+AB30 - U+AB6F | ラテン文字拡張E | 60/64 | |
U+AB70 - U+ABBF | チェロキー文字補助 | 80/80 | |
U+ABC0 - U+ABFF | マニプール文字 | 56/64 | |
U+AC00 - U+D7AF | ハングル音節文字 | 11172/11184 | |
U+D7B0 - U+D7FF | ハングル字母拡張B | 72/80 | |
U+D800 - U+DB7F | 上位代用点 | ||
U+DB80 - U+DBFF | 上位私用代用点 | ||
U+DC00 - U+DFFF | 下位代用点 | ||
U+E000 - U+F8FF | 私用領域(外字) | ||
U+F900 - U+FAFF | CJK互換漢字 | 472/512 | |
U+FB00 - U+FB4F | アルファベット表示形 | 58/80 | |
U+FB50 - U+FDFF | アラビア表示形A(※) | 631/656 | |
U+FE00 - U+FE0F | 異体字セレクタ | 16/16 | |
U+FE10 - U+FE1F | 縦書き形 | 10/16 | |
U+FE20 - U+FE2F | 半記号(合成可能) | 16/16 | |
U+FE30 - U+FE4F | CJK互換形 | 32/32 | |
U+FE50 - U+FE6F | 小字形 | 26/32 | |
U+FE70 - U+FEFF | アラビア表示形B | 141/144 | |
U+FF00 - U+FFEF | 半角・全角形 | 225/240 | |
U+FFF0 - U+FFFD | 特殊記号 | 5/14 | |
U+FFFE - U+FFFF | 非文字 |
備考
- 発音区別符号(ダイアクリティカルマーク)系統はいずれも合成可能である。
- U+0590~U+U+08FFとアラビア表示形A・Bは、右横書き(右から左に書く、RTL)の文字を扱う領域を示す。残りは全て左横書き(左から右へ書く、LTR)である。
- 上位代用点・上位私用代用点と下位代用点は、単独では意味を持たず、必ず2つを1対として第1面~第16面の符号位置を指定する。
- 私用領域は、利用者が独自に字形を設定して用いる文字(外字)のことで、Unicode側はいかなる文字も規定しない。これは私用面である第15面、第16面も同様。初期のISO/IEC10646では0群224面~255面及び96群~127群が私用領域として定義されていた。
- (※)アラビア表示形AにあるU+FDD0~U+FDEFの32字は、アラビア文字とは関係ない非文字領域を示す。この関係上、アラビア表示形A全体の符号位置数(688個)と上記の割当済み文字数が異なる。
第1面 - 追加多言語面
en:Supplementary Multilingual Plane(SMP)
割当済符号位置数:26160、収録文字数:23276
主に古代文字や使用頻度の低い文字(漢字以外)、絵文字とBMPでは入り切らなかった記号類などが追加される。第3.1版から文字の割当が始まった。
符号位置 | 区画名 | 収録/割当 | v16.0 |
---|---|---|---|
U+10000 - U+107FF | アルファベットと音節LTR文字、記号集合 | ||
U+10000 - U+1007F | 線文字B音節文字 | 88/128 | |
U+10080 - U+100FF | 線文字B表意文字 | 123/128 | |
U+10100 - U+1013F | エーゲ数字 | 57/64 | |
U+10140 - U+1018F | 古代ギリシャ数字 | 79/80 | |
U+10190 - U+101CF | 古代記号 | 14/64 | |
U+101D0 - U+101FF | ファイストスの円盤の文字 | 46/48 | |
U+10200 - U+1023F | (Northern Palaeohispanic) | ||
U+10240 - U+1027F | (Southern Palaeohispanic) | ||
U+10280 - U+1029F | リュキア文字 | 29/32 | |
U+102A0 - U+102DF | カリア文字 | 49/64 | |
U+102E0 - U+102FF | コプト・エパクト数字 | 28/32 | |
U+10300 - U+1032F | 古代イタリア文字 | 39/48 | |
U+10330 - U+1034F | ゴート文字 | 27/32 | |
U+10350 - U+1037F | 古ペルム文字 | 43/48 | |
U+10380 - U+1039F | ウガリト文字 | 31/32 | |
U+103A0 - U+103DF | 古代ペルシャ文字 | 50/64 | |
U+103E0 - U+103FF | ¿シェイヴィアン文字クイックスクリプト? | ||
U+10400 - U+1044F | デザレット文字 | 80/80 | |
U+10450 - U+1047F | シェイヴィアン文字 | 48/48 | |
U+10480 - U+104AF | オスマニア文字 | 40/48 | |
U+104B0 - U+104FF | オセージ文字 | 72/80 | |
U+10500 - U+1052F | エルバサン文字 | 40/48 | |
U+10530 - U+1056F | カフカース・アルバニア文字 | 53/64 | |
U+10570 - U+105BF | Vithkuqi | 70/80 | |
U+105C0 - U+105FF | 【トズリ文字】 | 新規(53) | |
U+10600 - U+1077F | 線文字A | 341/384 | |
U+10780 - U+107BF | ラテン文字拡張F | 57/64 | |
U+107C0 - U+107FF | (未割当) | ||
U+10800 - U+10FFF | アルファベットと音節RTL文字 | ||
U+10800 - U+1083F | キプロス音節文字 | 55/64 | |
U+10840 - U+1085F | アラム文字 | 31/32 | |
U+10860 - U+1087F | パルミラ文字 | 32/32 | |
U+10880 - U+108AF | ナバテア文字 | 40/48 | |
U+108B0 - U+108DF | (原シナイ文字) | ||
U+108E0 - U+108FF | ハトラ文字 | 26/32 | |
U+10900 - U+1091F | フェニキア文字 | 29/32 | |
U+10920 - U+1093F | リュディア文字 | 27/32 | |
U+10940 - U+1095F | 【シデ文字】 | ||
U+10960 - U+1097F | ¿ヌミディア文字? | ||
U+10980 - U+1099F | メロエ記念碑文体 | 32/32 | |
U+109A0 - U+109FF | メロエ文字草書体 | 90/96 | |
U+10A00 - U+10A5F | カローシュティー文字 | 68/96 | |
U+10A60 - U+10A7F | 古代南アラビア文字 | 32/32 | |
U+10A80 - U+10A9F | 古代北アラビア文字 | 32/32 | |
U+10AA0 - U+10ABF | (バルティ文字) | ||
U+10AC0 - U+10AFF | マニ文字 | 51/64 | |
U+10B00 - U+10B3F | アヴェスター文字 | 61/64 | |
U+10B40 - U+10B5F | 碑文パルティア文字 | 30/32 | |
U+10B60 - U+10B7F | 碑文パフラヴィー文字 | 27/32 | |
U+10B80 - U+10BAF | 詩編用パフラヴィー文字 | 29/48 | |
U+10BB0 - U+10BDF | (書物用パフラヴィー文字) | ||
U+10BE0 - U+10BFF | (Baburi) | ||
U+10C00 - U+10C4F | 突厥文字 | 73/80 | |
U+10C50 - U+10C7F | (未割当) | ||
U+10C80 - U+10CFF | ロヴァーシュ文字 | 108/128 | |
U+10D00 - U+10D3F | ロヒンギャ文字 | 50/64 | |
U+10D40 - U+10D8F | 【ウォロフ(Garay)文字】 | 新規(69) | |
U+10D90 - U+10DFF | (アラビア文字拡張D) | ||
U+10E60 - U+10E7F | ルーミー数字記号 | 31/32 | |
U+10E80 - U+10EBF | ヤズィーディー文字 | 47/64 | |
U+10EC0 - U+10EFF | ◎アラビア文字拡張C | 3/64 | 追加(4) |
U+10F00 - U+10F2F | 古代ソグド文字 | 40/48 | |
U+10F30 - U+10F6F | ソグド文字 | 42/64 | |
U+10F70 - U+10FAF | 古ウイグル文字 | 26/64 | |
U+10FB0 - U+10FDF | ホラズム文字 | 28/48 | |
U+10FE0 - U+10FFF | エリマイス文字 | 23/32 | |
U+11000 - U+11FFF | ブラーフミー系文字 | ||
U+11000 - U+1107F | ブラーフミー文字 | 115/128 | |
U+11080 - U+110CF | カイティー文字 | 68/80 | |
U+110D0 - U+110FF | ソラ・ソンペン文字 | 35/48 | |
U+11100 - U+1114F | チャクマ文字 | 71/80 | |
U+11150 - U+1117F | マハージャニー文字 | 39/48 | |
U+11180 - U+111DF | シャーラダー文字 | 96/96 | |
U+111E0 - U+111FF | 旧シンハラ数字 | 20/32 | |
U+11200 - U+1124F | ●ホジャ文字 | 65/80 | |
U+11250 - U+1127F | (ランダー文字) | ||
U+11280 - U+112AF | ムルターニー文字 | 38/48 | |
U+112B0 - U+112FF | フダーワーディー文字 | 69/80 | |
U+11300 - U+1137F | グランタ文字 | 86/128 | |
U+11380 - U+113FF | 【トゥル文字】 | 新規(80) | |
U+11400 - U+1147F | ネワール文字 | 97/128 | |
U+11480 - U+114DF | ティルフータ文字 | 82/96 | |
U+114E0 - U+114FF | (タニリピ文字) | ||
U+11500 - U+1157F | (ランジャナー文字) | ||
U+11580 - U+115FF | 悉曇文字(梵字) | 92/128 | |
U+11600 - U+1165F | モーディー文字 | 79/96 | |
U+11660 - U+1167F | モンゴル文字補助 | 13/32 | |
U+11680 - U+116CF | タークリー文字 | 68/80 | |
U+116D0 - U+116FF | 【ミャンマー文字拡張C】 | 新規(20) | |
U+11700 - U+1174F | アーホム文字 | 65/80 | |
U+11750 - U+117AF | (ゾーライ文字) | ||
U+117B0 - U+117FF | (ピュー文字) | ||
U+11800 - U+1184F | ドグラ文字 | 60/80 | |
U+11850 - U+1188F | (スルマウリ文字 ) | ||
U+11890 - U+1189F | (未割当) | ||
U+118A0 - U+118FF | ワラング・クシティ文字 | 84/96 | |
U+11900 - U+1195F | ディヴェ・アクル文字 | 72/96 | |
U+11960 - U+1199F | (ヴァッテルットゥ文字 ) | ||
U+119A0 - U+119FF | ナンディナーガリー文字 | 65/96 | |
U+11A00 - U+11A4F | ザナバザル方形文字 | 72/80 | |
U+11A50 - U+11AAF | ソヨンボ文字 | 83/96 | |
U+11AB0 - U+11ABF | 統合カナダ先住民音節拡張A | 16/16 | |
U+11AC0 - U+11AFF | パウ・チン・ハウ文字 | 57/64 | |
U+11B00 - U+11B5F | ◎デーヴァナーガリー文字拡張A | 10/96 | |
U+11B60 - U+11B7F | 【シャーラダー文字補助】 | ||
U+11B80 - U+11BBF | (レーケー文字) | ||
U+11BC0 - U+11BFF | 【スヌワール文字】 | 新規(44) | |
U+11C00 - U+11C6F | バイクシュキー文字 | 97/112 | |
U+11C70 - U+11CBF | マルチェン文字 | 68/80 | |
U+11CC0 - U+11CFF | (バルティ文字B) | ||
U+11D00 - U+11D5F | マサラム・ゴーンディー文字 | 75/96 | |
U+11D60 - U+11DAF | グンジャラ・ゴーンディー文字 | 63/80 | |
U+11DB0 - U+11DEF | 【トロン・シキ文字】 | ||
U+11DF0 - U+11DFF | (未割当) | ||
U+11E00 - U+11E6F | (トカラ文字) | ||
U+11E70 - U+11ECF | (コータン文字) | ||
U+11ED0 - U+11EDF | (未割当) | ||
U+11EE0 - U+11EFF | マカッサル文字 | 25/32 | |
U+11F00 - U+11F5F | ◎カウィ文字 | 86/96 | 追加(1) |
U+11F60 - U+11FAF | (パッラヴァ文字) | ||
U+11FB0 - U+11FBF | リス文字補助 | 1/16 | |
U+11FC0 - U+11FFF | タミル文字補助 | 51/64 | |
U+12000 - U+12FFF | 楔形文字と古代文字 | ||
U+12000 - U+123FF | 楔形文字 | 922/1024 | |
U+12400 - U+1247F | 楔形文字の数字及び句読点 | 116/128 | |
U+12480 - U+1254F | 初期王朝楔形文字 | 196/208 | |
U+12550 - U+1257F | (未割当) | ||
U+12580 - U+12ECF | (原楔形文字) | ||
U+12ED0 - U+12F8F | (未割当) | ||
U+12F90 - U+12FFF | キュプロ・ミノア文字 | 99/112 | |
U+13000 - U+151FF | ヒエログリフ | ||
U+13000 - U+1342F | ●エジプト聖刻文字 | 1072/1072 | |
U+13430 - U+1345F | ●エジプト聖刻文字書式制御記号 | 38/48 | |
U+13460 - U+143FF | 【エジプト聖刻文字拡張A】 | ||
U+14400 - U+1467F | アナトリア象形文字 | 583/640 | |
U+14680 - U+151FF | (エジプト聖刻文字拡張B) | ||
U+15200 - U+15FFF | 大規模文字 | ||
U+15200 - U+154FF | (未割当) | ||
U+15500 - U+15AFF | (マヤ文字) | ||
U+15B00 - U+15B7F | (未割当) | ||
U+15B80 - U+15FFF | (マンドンベ文字) | ||
U+16000 - U+16FFF | 最近考案された文字 | ||
U+16000 - U+1607F | (キアス) | ||
U+16080 - U+160FF | (テングワール) | ||
U+16100 - U+1613F | 【ケーマ文字】 | 新規(59) | |
U+16140 - U+1619F | (未割当) | ||
U+161A0 - U+161FF | (ムーン文字) | ||
U+16200 - U+167FF | (ブリスシンボル) | ||
U+16800 - U+16A3F | バムン文字補助 | 569/576 | |
U+16A40 - U+16A6F | ムロ文字 | 43/48 | |
U+16A70 - U+16ACF | Tangsa | 89/96 | |
U+16AD0 - U+16AFF | バサ文字 | 36/48 | |
U+16B00 - U+16B8F | パハウ・フモン文字 | 127/144 | |
U+16B90 - U+16BFF | (ウォレアイ文字) | ||
U+16C00 - U+16C7F | (クペレ文字) | ||
U+16C80 - U+16CCF | (アファカ文字) | ||
U+16CD0 - U+16CFF | (Tangsa(Khimhun)) | ||
U+16D00 - U+16D3F | (ティカムーリー文字) | ||
U+16D40 - U+16D7F | 【キラット・ライ文字】 | 新規(58) | |
U+16D80 - U+16DAF | 【Chisoi】 | ||
U+16DB0 - U+16DCF | (未割当) | ||
U+16DD0 - U+16DFF | (クリタン文字) | ||
U+16E00 - U+16E3F | (ムァングェゴ文字) | ||
U+16E40 - U+16E9F | メデファイドリン文字 | 91/96 | |
U+16EA0 - U+16ECF | (Beria) | ||
U+16ED0 - U+16EFF | (未割当) | ||
U+16F00 - U+16F9F | ポラード文字 | 149/160 | |
U+16FA0 - U+16FAF | ¿注音字母拡張A? | ||
U+16FB0 - U+16FDF | (漢文用記号拡張A) | ||
U+16FE0 - U+16FFF | 表意文字の記号と句読点 | 7/32 | |
U+17000 - U+1BBFF | 東アジアの文字 | ||
U+17000 - U+187FF | 西夏文字 | 6136/6144 | |
U+18800 - U+18AFF | 西夏文字構成要素 | 768/768 | |
U+18B00 - U+18CFF | 契丹小字 | 470/512 | |
U+18D00 - U+18D7F | 西夏文字補助 | 9/128 | |
U+18D80 - U+18DFF | (西夏文字構成要素補助) | ||
U+18E00 - U+195FF | (契丹大字) | ||
U+19600 - U+19B9F | (女真文字) | ||
U+19BA0 - U+19DFF | (未割当) | ||
U+19E00 - U+1A2FF | (パウ・チン・ハウ音節文字) | ||
U+1A300 - U+1A75F | (エスカヤ文字) | ||
U+1A760 - U+1A77F | (レジャン文字拡張) | ||
U+1A780 - U+1A7FF | ¿カイダー文字? | ||
U+1A800 - U+1ACFF | (ナシ・トンパ文字) | ||
U+1AD00 - U+1AFCF | ¿ナシ・ゴバ文字? | ||
U+1AFD0 - U+1AFEF | ¿仮名拡張C? | ||
U+1AFF0 - U+1AFFF | 仮名拡張B | 13/16 | |
U+1B000 - U+1B0FF | 仮名補助 | 256/256 | |
U+1B100 - U+1B12F | 仮名拡張A | 35/48 | |
U+1B130 - U+1B16F | ●小書き仮名拡張 | 9/64 | |
U+1B170 - U+1B2FF | 女書 | 396/400 | |
U+1B300 - U+1B5FF | (水書表語文字) | ||
U+1B600 - U+1B9FF | (リス音節文字) | ||
U+1BA00 - U+1BB8F | (インダス文字) | ||
U+1BB90 - U+1BBFF | (未割当) | ||
U+1BC00 - U+1BCFF | 速記文字 | ||
U+1BC00 - U+1BC9F | デュプロワエ式速記 | 143/160 | |
U+1BCA0 - U+1BCAF | 速記書式制御記号 | 4/16 | |
U+1BCB0 - U+1BCFF | (ピットマン式速記) | ||
U+1BD00 - U+1CFFF | 大規模文字 | ||
U+1BD00 - U+1C37F | (原エラム文字) | ||
U+1C380 - U+1C4FF | (エラム線文字) | ||
U+1C500 - U+1CBFF | (未割当) | ||
U+1CC00 - U+1CEBF | 【旧式コンピュータ用記号補助】 | 新規(686) | |
U+1CEC0 - U+1CEFF | (未割当) | ||
U+1CF00 - U+1CFCF | ズナメニ音楽記号 | 185/208 | |
U+1CFD0 - U+1CFFF | (未割当) | ||
U+1D000 - U+1DFFF | 表記システム | ||
U+1D000 - U+1D0FF | ビザンチン音楽記号 | 246/256 | |
U+1D100 - U+1D1FF | 音楽記号 | 233/256 | |
U+1D200 - U+1D24F | 古代ギリシャ音符記号 | 70/80 | |
U+1D250 - U+1D26F | (Flute) | ||
U+1D270 - U+1D27F | (未割当) | ||
U+1D280 - U+1D2AF | (Pipa) | ||
U+1D2B0 - U+1D2BF | (未割当) | ||
U+1D2C0 - U+1D2DF | ◎カㇰトヸㇰ数字 | 20/32 | |
U+1D2E0 - U+1D2FF | マヤ数字 | 20/32 | |
U+1D300 - U+1D35F | 太玄経記号 | 87/96 | |
U+1D360 - U+1D37F | 算木用数字 | 25/32 | |
U+1D380 - U+1D3FF | ¿数学用英数字記号補助? | ||
U+1D400 - U+1D7FF | 数学用英数字記号 | 996/1024 | |
U+1D800 - U+1DAAF | サットン手話表記法 | 672/688 | |
U+1DAB0 - U+1DADF | (未割当) | ||
U+1DAE0 - U+1DAFF | (减字書式制御記号) | ||
U+1DB00 - U+1DC8F | (古琴减字譜) | ||
U+1DC90 - U+1DEFF | (未割当) | ||
U+1DF00 - U+1DFFF | ●ラテン文字拡張G | 37/256 | |
U+1E000 - U+1E7FF | アルファベットと音節LTR文字 | ||
U+1E000 - U+1E02F | グラゴル文字補助 | 38/48 | |
U+1E030 - U+1E08F | ◎キリル文字拡張D | 63/96 | |
U+1E090 - U+1E0FF | (未割当) | ||
U+1E100 - U+1E14F | ニアケン・プアチェ・フモン | 71/80 | |
U+1E150 - U+1E1FF | (Eebee Hmong) | ||
U+1E200 - U+1E26F | (西チャム文字) | ||
U+1E270 - U+1E28F | (未割当) | ||
U+1E290 - U+1E2BF | トト文字 | 31/48 | |
U+1E2C0 - U+1E2FF | ワンチョ文字 | 59/64 | |
U+1E300 - U+1E41F | (ロマ文字) | ||
U+1E420 - U+1E4CF | (バガム文字) | ||
U+1E4D0 - U+1E4FF | ◎Nag Mundari | 42/48 | |
U+1E500 - U+1E52F | (Pungchen) | ||
U+1E530 - U+1E55F | ¿Pungchung? | ||
U+1E560 - U+1E59F | ¿Marchung? | ||
U+1E5A0 - U+1E5CF | (Brusha) | ||
U+1E5D0 - U+1E5FF | 【Ol Onal】 | 新規(44) | |
U+1E600 - U+1E65F | ¿チョーラ文字? | ||
U+1E660 - U+1E6BF | ¿ボクスヘッド文字? | ||
U+1E6C0 - U+1E6FF | 【Tai Yo】 | ||
U+1E700 - U+1E73F | (ランプン文字) | ||
U+1E740 - U+1E76F | (クリンチ文字) | ||
U+1E770 - U+1E7BF | (ブギス文字補助) | ||
U+1E7C0 - U+1E7DF | (Lontara bilang-bilang) | ||
U+1E7E0 - U+1E7FF | エチオピア文字拡張B | 28/32 | |
U+1E800 - U+1EFFF | RTL文字 | ||
U+1E800 - U+1E8DF | メンデ文字 | 213/224 | |
U+1E8E0 - U+1E8FF | (未割当) | ||
U+1E900 - U+1E95F | アドラム文字 | 88/96 | |
U+1E960 - U+1EB8F | (未割当) | ||
U+1EB90 - U+1EBFF | ¿Byblos? | ||
U+1EC00 - U+1EC6F | (ペルシア・シヤク数字) | ||
U+1EC70 - U+1ECBF | インド・シヤク数字 | 68/80 | |
U+1ECC0 - U+1ECFF | (ディーワーニー・シヤク数字) | ||
U+1ED00 - U+1ED4F | オスマン・シヤク数字 | 61/80 | |
U+1ED50 - U+1EDFF | (未割当) | ||
U+1EE00 - U+1EEFF | アラビア数学用英数字記号 | 143/256 | |
U+1EF00 - U+1EF3F | ¿アラビア文字補助記号? | ||
U+1EF40 - U+1EFFF | (未割当) | ||
U+1F000 - U+1F0FF | ゲームのシンボル | ||
U+1F000 - U+1F02F | 麻雀牌 | 44/48 | |
U+1F030 - U+1F09F | ドミノ牌 | 100/112 | |
U+1F0A0 - U+1F0FF | トランプ | 82/96 | |
U+1F100 - U+1F2FF | 英数字と表意文字集合 | ||
U+1F100 - U+1F1FF | 囲み英数字補助 | 200/256 | |
U+1F200 - U+1F2FF | 囲み表意文字補助 | 64/256 | |
U+1F300 - U+1FFFD | 絵文字集合とその他の記号 | ||
U+1F300 - U+1F5FF | その他の記号と絵文字 | 768/768 | |
U+1F600 - U+1F64F | 顔文字 | 80/80 | |
U+1F650 - U+1F67F | 装飾用絵記号 | 48/48 | |
U+1F680 - U+1F6FF | ●交通と地図の記号 | 118/128 | |
U+1F700 - U+1F77F | ●錬金術記号 | 124/128 | |
U+1F780 - U+1F7FF | ●幾何学模様拡張 | 103/128 | |
U+1F800 - U+1F8FF | 補助矢印C | 150/256 | 追加(10) |
U+1F900 - U+1F9FF | 記号と絵文字補助 | 256/256 | |
U+1FA00 - U+1FA6F | チェス記号 | 98/112 | |
U+1FA70 - U+1FAFF | ●記号と絵文字拡張A | 107/144 | |
U+1FB00 - U+1FBFF | 旧式コンピュータ用記号 | 212/256 | 追加(37) |
U+1FC00 - U+1FFFD | ¿絵文字拡張? | ||
U+1FFFE - U+1FFFF | 非文字 |
第2面 - 追加漢字面
en:Supplementary Ideograph Plane(SIP)
割当済符号位置数:61536、収録文字数:61495
SMP同様第3.1版から文字の割当が始まった面で、使用頻度の低い漢字が追加される。
符号位置 | 区画名 | 収録/割当 | v16.0 |
---|---|---|---|
U+20000 - U+2A6DF | CJK統合漢字拡張B | 42720/42720 | |
U+2A6E0 - U+2A6FF | (未割当) | ||
U+2A700 - U+2B73F | ●CJK統合漢字拡張C | 4154/4160 | |
U+2B740 - U+2B81F | CJK統合漢字拡張D | 222/224 | |
U+2B820 - U+2CEAF | CJK統合漢字拡張E | 5762/5776 | |
U+2CEB0 - U+2EBEF | CJK統合漢字拡張F | 7473/7488 | |
U+2EBF0 - U+2EE5F | ◎CJK統合漢字拡張I | 622/624 | |
U+2EE60 - U+2F7FF | (未割当) | ||
U+2F800 - U+2FA1F | CJK互換漢字補助 | 542/544 | |
U+2FA20 - U+2FFFD | (未割当) | ||
U+2FFFE - U+2FFFF | 非文字 |
第3面 - 第三漢字面
en:Tertiary Ideographic Plane(TIP)
割当済符号位置数:9136、収録文字数:9131
SIPでは入り切らなかった漢字や、小篆、甲骨文字、金文、戦国時代の7つの国(秦、楚、齊、燕、韓、趙、魏)で用いられた文字(簡牘、帛書、陶文、玉石文字、漆器、璽印、錢幣、鳥蟲書)が追加される予定の面。
第13.0版のCJK統合漢字拡張Gの追加により文字の割当が始まった。
ただしクイズ番組の中で屈指の鬼畜さを誇る難問オセロや難読漢字あいうえお順サバイバルでは、このUnicodeにすら収録されない未知の漢字が出題されるため、この文字を全部網羅しようが焼け石に水である。
符号位置 | 区画名 | 収録/割当 | v16.0 |
---|---|---|---|
U+30000 - U+3134F | CJK統合漢字拡張G | 4939/4944 | |
U+31350 - U+323AF | ◎CJK統合漢字拡張H | 4192/4192 | |
U+323B0 - U+37FFF | (未割当) | ||
U+38000 - U+3AB9F | (篆書体) | ||
U+3ABA0 - U+3FFFD | (未割当) | ||
U+3FFFE - U+3FFFF | 非文字 |
第14面 - 補助特殊用途面
en:Supplementary Special-purpose Plane(SSP)
割当済符号位置数:368、収録文字数:337
特殊な用途に使われる記号や文字等を格納する為の領域。
追加されているのは以下の2種類のみで、第4.0版以降大きな動きはない。
変遷
第1.0版
初版から以下の文字とある程度の種類の記号が利用出来る。尚、この頃は漢字が利用できなかった。
ラテン文字(基本、1補助、拡張)、ギリシャ文字、キリル文字、アルメニア文字、ヘブライ文字、アラビア文字、デーヴァナーガリー文字、ベンガル文字、グルムキー文字、グジャラーティー文字、オリヤー文字、タミル文字、テルグ文字、カンナダ文字、マラヤーラム文字、タイ文字、ラオス文字、チベット文字、グルジア文字、平仮名、片仮名、注音字母、ハングル、返り点(漢文用記号)、私用領域(この版に限りU+E800~U+FDFF)
CJK統合漢字(U+4E00~U+9FA5)とCJK互換漢字(U+F900~U+FA2D)が追加された。
尚、タイ文字やラオス文字など計16字や全てのチベット文字が削除された他、私用領域含む一部の文字の符号位置変更、統廃合などの仕様変更が行われている。
詳しくは上にある当該記事を参照(以降の版も同様)。
拡張アルファベットを使う言語の新規対応に伴う文字や、4000文字以上のハングル音節文字、記号類などが追加された。
前版に続き、削除や統廃合、符号位置変更などの仕様変更が発生している文字がある。
チベット文字の再登録や、ハングルの符号位置変更などの大きな仕様変更がなされた他、代用対の枠組みが定められた。
これに伴い、これより前版までとの互換性を失った。これ以降は原則として文字の追加のみ行われる。
U+20ACのユーロ記号とU+FFFCが追加された。
第3.1版からは更に多くの種類の文字に対応する為追加面(第1面以降)にも文字割り当てが行われるようになった。
版一覧
第3.0版以降の追加された文字は以下の表の各リンク先を参照。Indexの項にあるCCはCodeChartsのことで、その版の全文字がPDFで掲載されている(一部CodeChartsのPDFが無い版あり。代わりにUnicodeData.txt(略:UD)をリンクで記載)。したがってデータ容量が大きい為サイトに接続する場合は注意。
版 | 制定日 | 用字数 | 文字数 | Index |
---|---|---|---|---|
1.0.0 | 1991年10月 | 24 | 7161 | CCUD |
1.0.1 | 1992年6月 | 25 | 28359 | 漢画数UD |
1.1 | 1993年6月 | 24 | 34233 | UD |
2.0 | 1996年7月 | 25 | 38950 | CC1CC2CC3画数UD |
2.1 | 1998年5月 | 25 | 38952 | UD |
3.0 | 1999年9月 | 38 | 49259 | UD |
3.1 | 2001年3月 | 41 | 94205 | UD |
3.2 | 2002年3月 | 45 | 95221 | UD |
4.0 | 2003年4月 | 52 | 96447 | CC |
4.1 | 2005年3月 | 59 | 97720 | CC |
5.0 | 2006年7月14日 | 64 | 99089 | CC |
5.1 | 2008年4月4日 | 75 | 100713 | CC |
5.2 | 2009年10月1日 | 90 | 107361 | 漢非漢画数 |
6.0 | 2010年10月11日 | 93 | 109449 | CC画数 |
6.1 | 2012年1月31日 | 100 | 110181 | CC画数 |
6.2 | 2012年9月26日 | 100 | 110182 | CC |
6.3 | 2013年9月30日 | 100 | 110187 | CC |
7.0 | 2014年6月16日 | 123 | 113021 | CC |
8.0 | 2015年6月17日 | 129 | 120737 | CC画数 |
9.0 | 2016年6月21日 | 135 | 128237 | CC |
10.0 | 2017年6月20日 | 139 | 136755 | CC画数 |
11.0 | 2018年6月5日 | 146 | 137439 | CC画数 |
12.0 | 2019年3月5日 | 150 | 137993 | CC |
12.1 | 2019年5月7日 | 150 | 137994 | CC |
13.0 | 2020年3月10日 | 154 | 143924 | CC画数 |
14.0 | 2021年9月14日 | 159 | 144762 | CC画数 |
15.0 | 2022年9月13日 | 161 | 149251 | CC画数 |
15.1 | 2023年9月12日 | 161 | 149878 | CC画数 |
16.0 | 2024年? |
※制定日は太平洋標準時。反映されるのは日本時間の翌日朝頃となる事が多い。
ピクシブ百科事典に関する仕様について
2023年9月現在、U+FFFDと追加面の単独の文字を記事名に使おうとした場合🎼と同一視され、記事を立てることが出来ない(pixivのタグでは区別する)。尚、他の基本面の文字と併用する形で記事の名前をつけることは出来る(例:GOTH🔪)。この場合、追加面の文字を含む記事において実際に当該タグが付けられた作品が投稿されているにもかかわらず記事右の「pixivに投稿された作品数」が0のまま表示される不具合がある。
また、U+FFFEやU+FFFFといった非文字ではアクセスした場合エラーとなる(ブラウザなどの環境によってはリンクにカーソルを当てただけでフリーズする場合あり)。
因みにニコニコ大百科ではいつからか追加面の文字を記事名に使うことが出来るようになっている(実例)。確認できた範囲では一部の絵文字のみで、漢字の場合でも可能かどうかは現在未確認(現時点では例としてこのあたりの記事で符号位置を記事名にしたり、平仮名表記にすることで代替している)。
Apple Inc.のロゴマークを表すU+F8FFの記事自体は閲覧可能だが、pixivでは2020年2月頃からU+F8FFを含む私用領域がタグとして実質使えなくなり、検索不能になってしまった。
現状事前割り当てが与えられていない用字
架空文字である等の理由により採用が困難
既知の用字であるかどうかが未証明
アイマラ文字、パウカルタンボ文字、タルタリア(古代ルーマニアの表意文字)
その他
キリスト教ソグド文字 ※シリア文字と統一
サラティ ※事前割り当てを行う理由が不十分
上記は一例であり、具体例のように実際にある文字でも既存の用字と統合されたり、未採用又は採用不可能となった事例が数多くあったりする。
余談
当初のUnicodeはBMPのみで、以下の4領域に分かれていた。
- U+0000~U+4DFF ‐ A(Alphabet)領域…アルファベットや音節文字などの表音文字を格納する領域
- U+4E00~U+9FFF ‐ I(Ideograph)領域…CJK統合漢字などの表意文字を格納する領域
- U+A000~U+DFFF ‐ O(Open)領域…将来の拡張のための予備領域。この内U+D800~U+DFFFは代用符号位置を示す
- U+E000~U+FFFD ‐ R(Restricted)領域…PUA(外字領域)などの限定使用領域
尚この枠組みは後の拡張により崩壊している。この図を見るといかに枠組みが崩れているかが解りやすいだろう…。
(A領域にあるピンクで示された漢字やO領域にある赤で示された11172字も占めるハングル音節文字などがいい例。というか、ハングル字母だけで全ての現代ハングルが作れるんだからハングル音節文字自体要らないだろなどと言ってはいけない(まぁ日常的に使われる文字数は精々3000字程度で、残りの大部分は使いもしないのだが…)。)
アスキーアート…JIS X 0208(日本で主に使われている文字集合)よりも遥かに多くの文字を含むので、Unicode対応環境でないと入力及び表示不能な文字を使って数々のアスキーアートや顔文字を生み出すことが出来る。
関連記事
親記事
兄弟記事
コメント
pixivに投稿された小説
すべて見るUnicode Emoji
絵文字がどこまで表示できるかのテスト。 発展中の技術なので見たときによって表示内容が異なるかも知れません。 PC 、スマホによっても表示が違うかも。54,262文字pixiv小説作品