|
TeXで使用できる文字コードは
です。これ以外の文字コードは
されます。既設定の文字コードは変更できます。
文字コード：（ＡＳＣＩＩ文字のみの場合ＵＴＦ−７／ＵＴＦ−８は英語になります）
- 英語：ＡＳＣＩＩ（ＵＴＦ−８に含まれます）：
1963年にアメリカ規格協会(ANSI)が定めた、情報交換用の文字コードの体系。7ビットで表現され、128種類のローマ字、数字、記号、制御コードで構成されている。実際にはコンピュータは1文字を8ビット(1バイト)で表現するため、256種類の文字を扱うことができるが、ASCIIが定めていない128文字分の拡張領域には、コンピュータメーカーや国によって異なる文字が収録されている。
- 日本語ＪＩＳ：JIS規格によって規定されている日本語の文字コードの一つ。JISコードは7ビットで表現されており、ASCII文字と漢字など、文字の切り替えにはエスケープシークエンスを用いている。電子メールでの日本語送受信はJISコードによって行われている。
- 日本語ＳhiftＪＩＳ(WindowsOSの既設定)：
- 日本語文字コードの一つ。Microsoft社によって策定された。文字の1バイト目を見るだけで漢字か1バイト文字(いわゆる半角英数字)か分かる、等幅フォントで表示した場合に画面上の桁数とバイト数が一致するなどの特長から、同社のMS-DOSやWindows、Apple社のMac
OSなど、パソコンの標準文字コードとして広く普及した
- ＥＵＣ：日本語UNIXシステム諮問委員会の提案に基づいて1985年にAT&T社が定めた、複数バイトの文字を扱う文字コードの枠組み。日本語だけでなく複数バイト言語の各国の文字コードが規定されている。日本語のEUCコードを特に「EUC-JP」「日本語EUC」と呼ぶこともあるチェック有り時には、折り返します。
- ＵＮＩＣＯＤＥ：Apple社、IBM社、Microsoft社など米国の情報関連企業が中心となって提唱された。すべての文字を16ビット(2バイト)で表現し、1つの文字コード体系で多国語処理を可能にしようとするもの。最初の規格が策定された後にハングル文字の追加や異体字表現方式の策定が行われ、部分的に3バイト以上を使用する体系に変化している。このため、現在はUnicode全体は4バイトで定義(UCS-4)されている。
- ＵＴＦ−８：Unicodeで定義される文字集合を用いて記述された文字列をバイト列(数値の列)に変換する方式の一つ。ASCIIで定義している文字を、Unicodeでそのまま使用することを目的として制定されている。UTF-8では1文字を1〜6バイトの可変長の数値(バイト列)に変換するようになっている。
- ＵＴＦ−７：UTF-8においてASCII部分以外の16ビットの文字を、Base64の変形版を使って7ビットで符号化したもの。電子メールに使われる。
- ＵＴＦ−１６：UTF-16とは、Unicode、または、UCSを16ビットを単位とした可変長マルチバイトでエンコーディングする方式のことである。2バイトで定義されているコード（U+0000〜U+D7FFF、U+E000〜U+FFFF）はそのままで、サロゲートペアで定義されているコードは4バイトにエンコードされる。
-
サロゲートペア：従来のUnicodeでは未使用のだった0xD800〜0xDBFF（1024通り）を「上位サロゲート」、0xDC00〜0xDFFF（1024通り）を「下位サロゲート」と規定し、「上位サロゲート＋下位サロゲート」の4バイトで文字を表現する方法
|
