Unicode文字コードの割当て

B.1 Unicodeのコード範囲

表B-1に、UnicodeでUTF-16文字コード用に割り当てられているコード範囲を示します。

表B-1 UTF-16文字コード用のUnicode文字コード範囲

文字のタイプ	最初の16ビット	次の16ビット
ASCII	0000-007F	-
ヨーロッパ語(ASCIIを除く)、アラビア語、ヘブライ語	0080-07FF	-
インド語、タイ語、記号(ユーロ記号など)、中国語、日本語、韓国語	0800-0FFF 1000 - CFFF D000 - D7FF F900-FFFF	-
Private Use Area #1	E000 - EFFF F000 - F8FF	-
補助文字: その他の中国語、日本語および韓国語の文字、旧漢字、音楽記号および数学記号	D800 - D8BF D8CO - DABF DAC0 - DB7F	DC00 - DFFF DC00 - DFFF DC00 - DFFF
Private Use Area #2	DB80 - DBBF DBC0 - DBFF	DC00 - DFFF DC00 - DFFF

表B-2に、UnicodeでUTF-8文字コード用に割り当てられているコード範囲を示します。

表B-2 UTF-8文字コード用のUnicode文字コード範囲

文字のタイプ	第1バイト	第2バイト	第3バイト	第4バイト
ASCII	00-7F	-	-	-
ヨーロッパ語(ASCIIを除く)、アラビア語、ヘブライ語	C2-DF	80-BF	-	-
インド語、タイ語、記号(ユーロ記号など)、中国語、日本語、韓国語	E0 E1-EC ED EF	A0-BF 80-BF 80-9F A4-BF	80-BF 80-BF 80-BF 80-BF	-
Private Use Area #1	EE EF	80-BF 80-A3	80-BF 80-BF	-
補助文字: その他の中国語、日本語および韓国語の文字、旧漢字、音楽記号および数学記号	F0 F1-F2 F3	90-BF 80-BF 80-AF	80-BF 80-BF 80-BF	80-BF 80-BF 80-BF
Private Use Area #2	F3 F4	B0-BF 80-8F	80-BF 80-BF	80-BF 80-BF

ノート:

空白は、適用外のコード割当てを示します。文字コードは16進表現で示されています。

B.2 UTF-16エンコーディング

表B-1のように、一部の文字(その他の中国語/日本語/韓国語の文字およびPrivate Use Area #2)のUTF-16文字コードは、2単位の16ビットで表現されます。これらは補助文字です。1つの補助文字は、2つの16ビット値で構成されています。最初の16ビット値は0xD800から0xDBFFの範囲内でエンコードされます。次の16ビット値は0xDC00から0xDFFFの範囲内でエンコードされます。補助文字を使用すると、UTF-16文字コードは100万種類以上の文字を表現できます。補助文字を使用しなければ、65,536文字しか表現できません。Oracle DatabaseのAL16UTF16文字セットは、補助文字をサポートしています。

B.3 UTF-8エンコーディング

表B-2のUTF-8文字コードは、次の条件が適用されることを示しています。

ASCII文字には1バイトを使用します。
ヨーロッパ語(ASCIIを除く)、アラビア語およびヘブライ語の文字の場合は、2バイト必要です。
インド語、タイ語、中国語、日本語および韓国語の文字、およびユーロなどの記号の場合は、3バイト必要です。
Private Use Area #1の文字の場合は、3バイト必要です。
補助文字の場合は、4バイト必要です。
Private Use Area #2の文字の場合は、4バイト必要です。

Oracle DatabaseのAL32UTF8文字セットは、1バイト、2バイト、3バイトおよび4バイト値をサポートしています。Oracle DatabaseのUTF8文字セットは、1バイト、2バイトおよび3バイト値をサポートしていますが、4バイト値はサポートしていません。