Encoding & Standards

BOM（バイトオーダーマーク） (BOM)

UTF-16/UTF-32エンコーディングでバイト順序（エンディアン）を示すためにテキストファイルの先頭に置かれる文字（U+FEFF）。

1文字あたり2または4バイトを使用する可変長Unicode符号化方式。JavaScript、Java、Windowsが内部的に使用している。

1文字あたり正確に4バイトを使用する固定長Unicode符号化方式。コードポイントへの直接マッピングが可能だが、ストレージ効率が低い。

1文字あたり1〜4バイトを使用する可変長Unicode符号化方式。ウェブで最も普及しており、98%以上のウェブサイトで使用されている。

文字を符号化するための最小ビット単位。UTF-8では8ビット、UTF-16では16ビット、UTF-32では32ビット。

U+FFFFを超える文字を表すために使用される2つのUTF-16コード単位の組み合わせ。上位サロゲート（U+D800〜U+DBFF）と下位サロゲート（U+DC00〜U+DFFF）で構成される。

Unicode第1面（U+10000からU+1FFFF）。大多数の絵文字コードポイントが割り当てられている領域。

連続する65,536個のUnicodeコードポイントのグループ。第0面は基本多言語面（BMP）で、ほとんどの絵文字は第1面（SMP）に配置されている。