UTF-7

UTF-7とは、世界中の文字を扱える「Unicode」を、ごく基本的な英数字と記号（7ビットの文字）だけを使って表現する符号化方式の一つです。「7」は、1文字を7ビットという小さな単位で扱うことに由来します。古い電子メールなど、扱える文字の種類が限られた仕組みの中でも、日本語などの文字を安全に送れるように工夫された方式です。「ユーティーエフセブン」と読みます。

現実世界でいえば、限られた文字しか書けないはがきで、「決められた記号だけを使って複雑な内容を伝える工夫」のようなものです。使える文字が少ない場面でも、ルールを決めて基本的な文字だけで表現すれば、内容をきちんと届けられます。UTF-7は、そうした制約のある通信路でもUnicodeの文字を運べるようにした、いわば裏技的な方式です。

UTF-7が生まれた背景

UTF-7は、かつての電子メールの事情から生まれました。当時のメールには、扱える文字に制約があったのです。

• 7ビットしか送れない
  古いメールは基本的な英数字しか安全に送れませんでした。
• 日本語を送りたい
  その制約の中でも多言語を送る必要がありました。
• 基本文字で表現
  限られた文字だけでUnicodeを表す工夫が生まれました。

どうやって表すのか

UTF-7では、基本的な英数字はそのまま使いつつ、日本語などの特別な文字が現れる部分だけを、決められた記号で「ここから特別な文字ですよ」と印をつけて表します。受け取った側は、その印を目印に元の文字へ戻します。こうすることで、扱える文字が限られた通信路でも、あらゆる文字を運べるようにしているのです。いわば、限られた道具だけで複雑な内容を伝えるための、翻訳の工夫だといえます。ただし表現が回りくどくなるため、扱える文字が増えた現在では、あえて使う理由は少なくなりました。

UTF-8との違い

同じUnicodeを表す方式でも、UTF-7とUTF-8では想定する用途が異なります。現在はUTF-8が主流です。

UTF-7の現在

UTF-7は、電子メールの仕組みが改良され、多様な文字をそのまま送れるようになったことで、現在ではほとんど使われなくなりました。むしろ、その特殊な表現方法がセキュリティ上のトラブルの原因になることもあり、多くのソフトで無効にされる傾向があります。そのため、新しく使うことは推奨されない、過去の方式という位置づけです。とはいえ、文字コードの歴史や、制約の中での工夫を知るうえで、興味深い存在だといえます。

あわせて知っておきたい用語

• 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を表す代表的な方式。現在の主流です。
• 文字コード：
  文字を数値に対応させる規則の総称です。
• ビット（Bit）：
  コンピュータが扱う情報の最小単位です。