基本情報技術者 予想問題｜A 第13問

解説

UTF-8は、Unicodeの文字を1〜4バイトの可変長で符号化する方式である。ASCIIと互換の英数字・基本記号は1バイト、ギリシャ文字やキリル文字など多くの欧州系文字は2バイト、ひらがな・カタカナ・常用漢字など日本語の文字は通常3バイト、一部の追加漢字や絵文字は4バイトで表現される。したがって日本語の1文字は通常3バイトである。1バイトで済むのはASCII文字の場合である。2バイトは、Shift_JISやEUC-JPといった従来の日本語文字コードで全角文字が2バイトだったことと混同しやすいので注意したい。4バイトは絵文字などに限られる。基本情報では、UTF-8が可変長でASCII互換であるという特徴と、Unicode・Shift_JIS・EUC-JPなど文字コード体系の違いの対応付けが頻出ポイントである。