UTF-16（ユーティーエフじゅうろく）

UTF-16（ユーティーエフじゅうろく）とは、文字をコンピュータで扱えるように数値へ変換するための方式（文字コード）の一つです。世界中の文字を一つの体系で表せる「Unicode（ユニコード）」を、1文字あたり主に16ビット（2バイト）で表現します。「ユーティーエフじゅうろく」と読みます。

現実世界でいえば、世界中の言葉を数字に置き換える「共通の変換辞書」のようなものです。コンピュータは文字をそのままでは扱えず、内部ではすべて数値で処理します。UTF-16は「この文字はこの数字」という対応ルールを定めた、いわば文字と数字をつなぐ翻訳表なのです。この翻訳表がきちんと共有されていないと、送り手と受け手で文字の解釈がずれてしまい、いわゆる「文字化け」が起こってしまいます。

UTF-16の特徴

UTF-16は、Unicodeを表現する代表的な方式の一つで、いくつかの特徴があります。

• 2バイトが基本
  多くの文字を2バイトで表し、日本語なども扱えます。
• 幅広い文字に対応
  絵文字など特殊な文字は4バイトで表現します。
• 内部処理で使われる
  WindowsやJavaなどが内部で採用しています。

UTF-8との違い

文字コードとしては「UTF-8」の方がWebでは主流です。両者は同じUnicodeを扱いますが、表現のしかたが異なります。

UTF-16が使われる場面

UTF-16は、WebページよりもむしろソフトウェアやOSの内部処理でよく使われます。たとえばWindowsやプログラミング言語のJavaは、内部で文字をUTF-16として扱っています。日本語や中国語など多くの文字を2バイトで均等に表せるため、こうした言語の処理では文字数の計算がしやすく、効率が良いという利点があります。一方で、英数字も必ず2バイト使うためファイルの容量は大きくなりがちで、ファイルの保存やWeb表示には容量効率の良いUTF-8が選ばれることが多くなっています。このように、UTF-16とUTF-8はどちらが優れているというものではなく、使う場所によって適切に使い分けられているのです。

あわせて知っておきたい用語

• 文字コード：
  文字を数値に対応させる規則の総称です。
• Unicode：
  世界中の文字を一つの体系で扱う国際規格です。
• UTF-8：
  Unicodeを表す方式の一つ。Webで最も普及しています。
• 文字化け：
  文字コードの不一致で文字が正しく表示されない現象です。