コード単位

Encoding & Standards

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。

A code unit is the fundamental building block of a Unicode encoding form. It's important to distinguish code units from code points — a single code point may require multiple code units depending on the encoding.

In UTF-8, a code unit is 8 bits (1 byte). The emoji 😀 requires 4 code units. In UTF-16, a code unit is 16 bits (2 bytes). The same emoji requires 2 code units (a surrogate pair). In UTF-32, it's 1 code unit (4 bytes).

Many programming language string APIs operate on code units rather than code points, which is why string length calculations can be confusing with emoji.

関連用語

UTF-16 UTF-16
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。 UTF-32 UTF-32
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。 UTF-8 UTF-8
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。 サロゲートペア サロゲートペア
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。

関連ツール

🔢 Unicode 検索 Unicode 検索
U+1F600 のようなコードポイントを入力すると、対応する絵文字、エンコード詳細、UTF-8/16 バイト、HTML エンティティを確認できます。

関連ストーリー

Unicode Lookup: Find Any Emoji by Code Point
Enter a Unicode code point like U+1F600 or paste an emoji to see its full encoding breakdown — UTF-8, UTF-16, HTML entities, and more.
How to Handle Emojis in JavaScript: Strings, Length, and Rendering
Learn how to work with emojis in JavaScript: string length pitfalls, Unicode code points, regex, grapheme segmentation, and React rendering tips.
Why string.length Lies: Grapheme Clusters and Emoji Length
Why string.length fails for emoji, what grapheme clusters are, and how to correctly count characters in JavaScript, Python, and more.
Emoji String Length Gotchas: Surrogate Pairs, Grapheme Clusters, and Byte Counts
Why emoji cause surprising string length results in Python, JavaScript, and Go — surrogate pairs, grapheme clusters, and how to count correctly.
Emoji Security: Homoglyphs, Spoofing, Invisible Characters, and Filtering
Security risks from emoji in user input: homoglyph spoofing, invisible Unicode characters, emoji in SQL/code injection, and how to filter and sanitize safely.
Emoji Regex Patterns: Matching Emojis in JavaScript and Python
Learn how to write reliable regex patterns to match emojis in JavaScript and Python, including ZWJ sequences, skin tones, and flags.