Code Point

符号位置（コードポイント）とは、Unicode 標準が各文字に割り当てる数値（U+0000 〜 U+10FFFF）であり、符号空間におけるその文字の位置番号である。

目的

すべての文字に一意の数値識別子を与え、符号化形式によらず文字を列挙・検索・参照できるようにする。

メカニズム

符号位置は U+ に 4〜6 桁の 16 進数を続けて表記する。符号空間は 65,536 個ずつの 17 の面に分かれ、面 0（BMP）が最もよく使われる。すべての符号位置が文字に割り当てられているわけではなく、予約領域やサロゲート領域も存在する。

ユースケース

Unicode 文字の検索と文書化
正規表現の \uXXXX エスケープ
文字の分類とプロパティ判定
NFC/NFD の正規化

例

入力
```
A
```
Output
```
U+0041
```
The code point of uppercase A

よくあるエラー

Confusing code points with UTF-8 bytes (U+4E2D is not 0x4E 0x2D): A code point must pass through an encoding form to become bytes

関連用語

Unicode は国際的な文字符号化標準で、世界中のほぼすべての文字体系の各文字に一意の符号位置（U+0000〜U+10FFFF）を割り当てる。符号空間は 1,114,112 点である。

UTF-8はUnicodeの可変長符号化形式で、符号位置あたり1～4バイトを使用する。ASCIIと完全な後方互換性があり、ウェブと現代のシステムの事実上の標準である。

サロゲートペアは、補助平面のコードポイント（U+10000～U+10FFFF）を 2 個の 16 ビットコードユニットで表す UTF-16 の仕組みである。

文字セット（charset）とは、文字から符号位置への対応表であり、符号化形式（UTF-8 など）と組み合わさって、テキストがバイト列になる方法を決定する。

関連ツール

Unicode コンバーター

Convert text to Unicode code points, UTF-8 hex, or UTF-16 hex online。無料、プライベート、100%クライアントサイド。

ASCII コード表

Complete ASCII reference table (0-127) with decimal, hex, octal, binary, and character。無料、プライベート、100%クライアントサイド。

References