UTF-8（Unicode変換形式‑8）とは何か？

UTF-8 の概要

Unicode Transformation Format‑8（UTF-8）は、Unicode 文字を可変長で表現するエンコーディング方式です。文字のコードポイントに応じて、1 バイトから最大 4 バイトまでの長さでエンコードされます。

主な特徴

• ASCII 文字は 1 バイトで表現され、互換性が高い。
• 日本語や漢字などの多バイト文字は 2〜3 バイト、さらなる上位の Unicode 文字は 4 バイトで表現される。
• インターネット上で最も広く使用されている文字エンコーディングであり、ほぼすべてのモダンブラウザや OS が標準でサポートしている。

この可変長構造により、テキストデータのサイズを最適化しつつ、国際化対応が容易になる点が大きな利点です。