Unicode とは

最終更新: 2026-05-24·約 4 分

この記事は約 4 分で読めます。

Unicode は世界中の文字を 1 つの番号体系で表現する国際規格で、絵文字もこの規格の一部です。日本語、英語、アラビア語、絵文字、数学記号 - あらゆる「文字」に固有の番号 (コードポイント) を割り当てることで、異なる言語・システム間でテキストを正しくやり取りできるようにしています。

定義と目的

Unicode は、Unicode Consortium (非営利団体) が策定・管理する文字コード規格です。 1991 年の Unicode 1.0 から始まり、2024 年の Unicode 16.0 では 15 万文字以上を収録しています。

Unicode 以前は、日本語は Shift_JIS や EUC-JP、中国語は GB2312、韓国語は EUC-KR など、言語ごとに異なる文字コードが使われていました。これが「文字化け」の主な原因であり、Unicode はこの問題を根本的に解決するために作られました。

コードポイントとは

Unicode では各文字に「コードポイント」と呼ばれる一意の番号を割り当てます。表記は U+ に続く 16 進数で、例えば:

A → U+0041
あ → U+3042
😊 → U+1F60A
🌸 → U+1F338

コードポイントは「文字の住所」のようなもので、どのシステムでも同じ番号で同じ文字を指します。

エンコーディング - UTF-8 と UTF-16

コードポイントをコンピュータのメモリやファイルに保存する方法が「エンコーディング」です。主要なエンコーディングは 2 つあります。

比較項目	UTF-8	UTF-16
1 文字のバイト数	1〜4 バイト (可変長)	2 または 4 バイト
ASCII 互換	あり (英数字は 1 バイト)	なし
主な用途	Web、ファイル保存、API	Windows 内部、Java、JavaScript
絵文字のバイト数	4 バイト	4 バイト (サロゲートペア)

Web の世界では UTF-8 が事実上の標準です。 HTML ファイルの <meta charset="utf-8"> は「このページは UTF-8 で書かれています」という宣言です。

Unicode と絵文字の関係

絵文字は Unicode の「ブロック」の 1 つとして収録されています。主に以下のブロックに分散しています:

Emoticons (U+1F600〜U+1F64F): 顔の表情
Miscellaneous Symbols and Pictographs (U+1F300〜U+1F5FF): 天気、食べ物、動物など
Transport and Map Symbols (U+1F680〜U+1F6FF): 乗り物、建物
Supplemental Symbols and Pictographs (U+1F900〜U+1F9FF): 追加の絵文字

新しい絵文字の追加は Unicode Consortium の Emoji Subcommittee が審査し、年 1 回のリリースで公開されます。

Unicode Consortium とは

Unicode Consortium はカリフォルニア州に本部を置く非営利団体です。 Apple, Google, Microsoft, Meta, Amazon などの大手テック企業がメンバーとして参加し、規格の策定と維持に貢献しています。絵文字の提案は誰でも提出でき、公開されたプロセスで審査されます。

実務での注意点

文字数カウント: 絵文字 1 つは JavaScript の .length で 2 とカウントされることがある (サロゲートペア)
データベース: MySQL で絵文字を保存するには utf8mb4 を使う (通常の utf8 は 3 バイトまで)
URL: 絵文字を URL に含める場合はパーセントエンコーディングが必要