Unicode

ゆにこーど

特定の言語に依存しない文字コード規格の一つ。

概要

Unicode Consortiumにより策定される国際的な文字コードの規格であり、符号化文字集合と文字エンコーディングを定めている。

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。

Ver.13.0時点での収録文字数は143924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143859文字)。

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で広く扱われている。

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」と宣言され使用不可となり、2011年には群の概念が削除された。

これにより、文字集合としては実質的に同一となった。

文字エンコーディング

UTF-8

可変長式。Unicodeの文字エンコーディングとしては最もメジャーである。

ASCII文字の場合はコードポイントがそのまま文字コードで表せる(例：コードポイントが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	コードポイント	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。

このエンコーディングの性質上、ASCII文字は1バイトで表すことが出来るが、U+0800以降のスクリプトを扱うような言語の場合、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、データサイズが大きくなるといったデメリットも持つ。

変換例

文字：あ

コードポイント：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

コードポイント：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の値をコードポイント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エンコーディング方式。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。その後バージョン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（上位サロゲートと下位サロゲート各1024個）を使って追加の1048576文字を扱える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、コードポイント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、サロゲートペアを用いる必要がある。

【サロゲートペアの変換法1】

(1) コードポイント(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ビットが上位サロゲートであるU+D800 - U+DBFFの範囲内に、後半16ビットが下位サロゲートであるU+DC00 - U+DFFFの範囲内に持つ値となる。

変換例

文字：🎼

コードポイント：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サロゲートペアをコードポイントに変換する場合は上記の逆の操作を行う。

【サロゲートペアの変換法2】

コードポイントからUTF-16サロゲートペアに変換

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：求めるコードポイント

　0xqqqq：上位サロゲートの値

　0xrrrr：下位サロゲートの値

変換例

文字：🎼

コードポイント：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サロゲートペアからコードポイントに変換

0xpppppp = 0x10000 + (0xqqqq - 0xD800) × 0x400 + (0xrrrr - 0xDC00)

UTF-32

固定長式。コードポイントがそのまま4バイトで表せる単純なエンコーディング方式。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。

比較表

比較内容	UTF-8	UTF-16	UTF-32
U+0000 - U+007Fのバイト数	1	2	4
U+0080 - U+07FFのバイト数	2	2	4
U+0800 - U+FFFFのバイト数	3	2	4
U+10000 - U+10FFFFのバイト数	4	4	4
BEとLE(※)の有無	無	有	有

※BE…ビッグエンディアン(上位から下位へ数値を格納する方式)　LE…リトルエンディアン(下位から上位へ数値を格納する方式)

コード順一覧

ブロック名について

• 太字になっているブロックはVer.13.0までに文字の追加が行われた、又はサロゲート、私用領域、非文字として策定済
• 【】で囲まれたブロックはUTC又はWG2によって正式に承認済
• 括弧で囲まれたブロックはUTC又はWG2に提出済
• 疑問符で囲まれたブロックは詳細な提案がまだ書かれていないことを示すもの

を表す。

Ver.13.0で追加、又はグリフが更新された文字はこちらを参照。

2021年9月にアップデートが予定されているVer.14.0も取り扱う。文字の追加やグリフの更新等の変更があるブロックはその旨を示し、括弧内に追加、又は変更される文字数も明記する。

第0面 - 基本多言語面

en:Basic Multilingual Plane(BMP)

割当済コードポイント数：65438、収録文字数：55503 (いずれも非文字は対象外、第1面以降も同様)

ロードマップ

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	ブロック名	収録/割当	Ver.14.0の更新点
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	変更(2)
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	ﾀﾞｲｱｸﾘﾃｨｶﾙ･ﾏｰｸ(合成可能)	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	255/256	追(1)、変(8)
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】		新規(41)
U+08A0 - U+08FF	アラビア文字拡張A	84/96	追加(12)
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	98/128	追加(2)
U+0C80 - U+0CFF	カンナダ文字	89/128	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	82/128
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	20/32	追加(3)
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	157/176	追加(1)
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	ﾀﾞｲｱｸﾘﾃｨｶﾙ･ﾏｰｸ(合成可能)拡張	17/80	追加(14)
U+1B00 - U+1B7F	バリ文字	121/128	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
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	ﾀﾞｲｱｸﾘﾃｨｶﾙ･ﾏｰｸ(合成可能)補助	63/64	追加(1)
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	32/48	追加(1)
U+20D0 - U+20FF	記号用ﾀﾞｲｱｸﾘﾃｨｶﾙ･ﾏｰｸ(合成可能)	33/48
U+2100 - U+214F	文字様記号	80/80	変更(8)
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
U+2440 - U+245F	光学的文字認識	11/32
U+2460 - U+24FF	囲み英数字	160/160	変更(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	変更(30)
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	94/96	追加(2)
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	83/128	追加(11)
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	12/16
U+3000 - U+303F	CJKの記号及び句読点	64/64	変更(56)
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	36/48	変更(36)
U+31F0 - U+31FF	片仮名拡張	16/16	変更(16)
U+3200 - U+32FF	囲みCJK文字・月	255/256	変更(255)
U+3300 - U+33FF	CJK互換用文字	256/256	変更(256)
U+3400 - U+4DBF	CJK統合漢字拡張A	6592/6592	変更(2)
U+4DC0 - U+4DFF	易経記号	64/64
U+4E00 - U+9FFF	CJK統合漢字	20989/20992	追(3)、変(3)
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	180/224	追加(13)
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	上位サロゲート
U+DB80 - U+DBFF	上位私用サロゲート
U+DC00 - U+DFFF	下位サロゲート
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	611/688	追(20)、変(5)
U+FE00 - U+FE0F	異体字セレクタ	16/16
U+FE10 - U+FE1F	縦書き形	10/16	変更(10)
U+FE20 - U+FE2F	半記号(合成可能)	16/16
U+FE30 - U+FE4F	CJK互換形	32/32	変更(32)
U+FE50 - U+FE6F	小字形	26/32	変更(26)
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	変更(224)
U+FFF0 - U+FFFD	特殊記号	5/14
U+FFFE - U+FFFF	非文字

備考

• 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。
• 上位サロゲート・上位私用サロゲートと下位サロゲートは、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面のコードポイントを指定する。
• 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全体のコードポイント数(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)

割当済コードポイント数：24688、収録文字数：22279

ロードマップ

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。Ver.3.1から文字の割当が始まった。

符号位置	ブロック名	収録/割当	Ver.14.0の更新点
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	¿ｼｪｲｳﾞｨｱﾝ文字ｸｲｯｸｽｸﾘﾌﾟﾄ?
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】		新規(70)
U+105C0 - U+105FF	(トズリ文字)
U+10600 - U+1077F	線文字A	341/384
U+10780 - U+107BF	【ラテン文字拡張F】		新規(57)
U+107C0 - U+107FF	(レジャン文字拡張)
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	(ウォロフ文字)
U+10D90 - U+10DFF	¿ビブロス文字?
U+10E00 - U+10E5F	(未割当)
U+10E60 - U+10E7F	ルーミー数字記号	31/32
U+10E80 - U+10EBF	イェジディ文字	47/64
U+10EC0 - U+10EFF	(未割当)
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】		新規(26)
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	109/128	追加(6)
U+11080 - U+110CF	カイティー文字	67/80	追加(1)
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	62/80
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	(ﾃｨｶﾞﾗｰﾘ文字orﾄｩﾙ文字)
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	67/80	追加(1)
U+116D0 - U+116FF	(ジェンティッチャ文字)
U+11700 - U+1173F	アーホム文字	58/64	追加(7)
U+11740 - 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】		新規(16)
U+11AC0 - U+11AFF	パウ・チン・ハウ文字	57/64
U+11B00 - U+11B4F	(デーヴァナーガリー文字拡張A)
U+11B50 - U+11B6F	¿シャーラダー文字拡張?
U+11B70 - U+11B7F	(未割当)
U+11B80 - U+11BBF	(トロン・シキ文字)
U+11BC0 - U+11BFF	(Khambu Rai)
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	(レーケー文字)
^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】
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+12DFF	(原楔形文字)
U+12E00 - U+12F8F	(インダス文字)
U+12F90 - U+12FFF	【キュプロ・ミノア文字】		新規(99)
U+13000 - U+151FF	ヒエログリフ
U+13000 - U+1342F	エジプト聖刻文字	1071/1072	変更(55)
U+13430 - U+1343F	エジプト聖刻文字書式制御記号	9/16
U+13440 - U+1344F	(未割当)
U+13450 - 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+15B3F	(ランプン文字)
U+15B40 - U+15B6F	(クリンチ文字)
U+15B70 - 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)
U+16140 - U+1617F	¿Khe Prih (Gurung)?
U+16180 - 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(Mossang)】		新規(89)
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)
U+16D80 - U+16DBF	¿Lontara bilang-bilang?
U+16DC0 - 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+16EFF	(ブギス文字補助)
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+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	(未割当)
U+1A780 - U+1A7FF	¿カイダー文字?
U+1A800 - U+1ACFF	(ナシ・トンパ文字)
U+1AD00 - U+1AFEF	¿ナシ・ゴバ文字?
U+1AFF0 - U+1AFFF	【仮名拡張B】		新規(13)
U+1B000 - U+1B0FF	仮名補助	256/256
U+1B100 - U+1B12F	仮名拡張A	31/48	追加(4)
U+1B130 - U+1B16F	小書き仮名拡張	7/64
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+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+1C3CF	¿エラム線文字?
U+1C3D0 - U+1CA7F	(未割当)
U+1CA80 - U+1CDBF	¿ロンゴロンゴ?
U+1CDC0 - U+1CEFF	(未割当)
U+1CF00 - U+1CFCF	【ズナメニ音楽記号】		新規(185)
U+1CFC0 - 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	231/256	追加(2)
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	【Kaktovik Numerals】
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	変更(18)
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】		新規(31)
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	¿チョーラ文字?
U+1E090 - U+1E0EF	¿ボクスヘッド文字?
U+1E0F0 - 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】		新規(31)
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】
U+1E500 - U+1E52F	(Pungchen)
U+1E530 - U+1E55F	¿Pungchung?
U+1E560 - U+1E59F	¿Marchung?
U+1E5A0 - U+1E5CF	(Brusha)
U+1E5D0 - U+1E5FF	¿Beria?
U+1E5D0 - U+1E7DF	(未割当)
U+1E7E0 - U+1E7FF	【エチオピア文字拡張B】		新規(28)
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+1EBFF	(未割当)
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	変更(200)
U+1F200 - U+1F2FF	囲み表意文字補助	64/256	変更(64)
U+1F300 - U+1FBFF	シンボルと絵文字集合
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	114/128	追加(3)
U+1F700 - U+1F77F	錬金術記号	116/128
U+1F780 - U+1F7FF	幾何学模様拡張	101/128	追加(1)
U+1F800 - U+1F8FF	補助矢印C	150/256
U+1F900 - U+1F9FF	記号と絵文字補助	254/256	追(2)、変(1)
U+1FA00 - U+1FA6F	チェス記号	98/112
U+1FA70 - U+1FAFF	記号と絵文字拡張A	57/144	追加(31)
U+1FB00 - U+1FBFF	旧式ｺﾝﾋﾟｭｰﾀｸﾞﾗﾌｨｯｸ記号	212/256
U+1FC00 - U+1FFFF	(未割り当て、非文字)
U+1FC00 - U+1FFFD	(未割当)
U+1FFFE - U+1FFFF	非文字

第2面 - 追加漢字面

en:Supplementary Ideograph Plane(SIP)

割当済コードポイント数：60912、収録文字数：60866

ロードマップ

SMP同様Ver.3.1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	ブロック名	収録/割当	Ver.14.0の更新点
U+20000 - U+2A6DF	CJK統合漢字拡張B	42718/42720	追(2)、変(4)
U+2A6E0 - U+2A6FF	(未割当)
U+2A700 - U+2B73F	CJK統合漢字拡張C	4149/4160	追加(4)
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+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)

割当済コードポイント数：4944、収録文字数：4939

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。

Ver.13.0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。

符号位置	ブロック名	収録/割当	Ver.14.0の更新点
U+30000 - U+3134F	CJK統合漢字拡張G	4939/4944
U+31350 - U+313FF	(未割当)
U+31400 - U+342FF	(篆書体)
U+34300 - U+343FF	(未割当)
U+34400 - U+35BFF	(甲骨文字)
U+35600 - U+3FFFD	(未割当)
U+3FFFE - U+3FFFF	非文字

第4面～第13面

いずれの面も用途が定まっておらず、将来の標準化のために予約されている。

第14面 - 補助特殊用途面

en:Supplementary Special-purpose Plane(SSP)

割当済コードポイント数：368、収録文字数：337

ロードマップ

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、Ver.4.0以降大きな動きはない。

符号位置	ブロック名	収録/割当
U+E0000 - U+E007F	タグ	97/128
U+E0100 - U+E01EF	異体字セレクタ補助	240/240

第15面・第16面 - 私用面

外字領域で、第15面が補助私用領域A、第16面が補助私用領域Bとして割り当てられている。

各バージョンの詳細

変遷

Ver.1.0

初版から以下の文字が利用出来る。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

Ver.1.0.1

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。

私用領域の符号位置の変更や、文字の削除(6字)といった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(以降のバージョンも同様)。

Ver.1.1

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。尚、チベット文字は一旦削除された。

その他、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。

Ver.2.0

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、サロゲートペアの枠組みが定められた。

これに伴い、これより前のバージョン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。

Ver.2.1

U+20ACのユーロ記号とU+FFFCが追加された。

Ver.3.0以降

Ver.3.1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。

バージョン一覧

Ver.3.0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、そのバージョンの全文字が掲載されている。したがって、データ容量が大きい為アクセスする場合は注意。

ﾊﾞｰｼﾞｮﾝ	リリース日	ｽｸﾘﾌﾟﾄ数	文字数	Index
1.0.0	1991年10月	24	7161	CC
1.0.1	1992年6月	25	28359	漢画数
1.1	1993年6月	24	34233	詳細
2.0	1996年7月	25	38950	CC1CC2CC3画数
2.1	1998年5月	25	38952
3.0	1999年9月	38	49259
3.1	2001年3月	41	94205
3.2	2002年3月	45	95221
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画数ブ
14.0	2021年9月14日	159	144762	CC画数ブ

※Ver.14.0のスクリプト数と文字数は予定数を示す。

その他

ピクシブ百科事典に関する仕様について

2021年6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、他の文字と併用する形で記事名にすることは出来る(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関わらず記事右の「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他、記事下の「pixivに投稿された作品」そのものが表示されない。

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)。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コードポイントを記事名にしたり、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スクリプト

架空文字である等の理由により採用が難しいもの

神代文字、クリンゴン文字、アイハ文字

既知のスクリプトであるかどうかさえ証明されていないもの

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スクリプトと統合されたり、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はサロゲート領域を示す
• 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ハングルの文字は精々3000字程度で、残りの大部分は使いもしないのだが…)。)

関連項目

アスキーアート…Unicodeは、JIS X 0208(日本で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。

外部リンク

Unicode Consortium公式サイト