【情報I】文字化けはなぜ起きる？現役エンジニアが文字コードの正体を解説

こんにちは！オンライン家庭教師のこばやしです。普段はフリーランスのITエンジニアとして働きながら、中高生に「情報I」「理系数学」「英語」を教えています。

情報Iで学ぶ「文字コード」。ASCII、Unicode、UTF-8……いろいろな言葉が出てきて、違いが曖昧なまま、なんとなく通り過ぎてしまう方も多いのではないでしょうか。「文字化け」という言葉は知っていても、なぜ起きるのかは説明できない、という方もいるはずです。

分かりにくく感じる原因は、文字コードを“難しい暗号表”のように捉えているからです。でも正体は、とても単純な「番号の約束事」にすぎません。

■ 文字コードは「文字に番号を振る約束事」

コンピュータは、そのままでは文字を扱えません。扱えるのは数字だけです。そこで、「Aは65番、Bは66番」というように、一つひとつの文字に番号を割り当てます。この対応表が「文字コード」です。

つまり文字コードとは、「この文字はこの番号ね」という、みんなで決めた約束事。難しく考える必要はまったくありません。

■ ASCIIからUnicodeへ

最初に広まった文字コードが「ASCII（アスキー）」です。これは、アルファベットや数字、記号だけを扱う、シンプルな対応表でした。

でも、世界には日本語や中国語、アラビア語など、たくさんの文字があります。ASCIIだけでは足りません。そこで登場したのが「Unicode（ユニコード）」。世界中のあらゆる文字に番号を振ろう、という壮大な対応表で、もちろん日本語も含まれています。

■ UTF-8は、Unicodeの“書き方”の一つ

ここで少しややこしいのが「UTF-8」です。UTF-8は、Unicodeという対応表を、実際にどうやってデータとして保存・送信するかという“書き方（方式）”の一つです。

Unicodeが「文字と番号の対応表」だとすれば、UTF-8は「その番号を効率よくデータにする方法」。今、世界中のWebサイトのほとんどがこのUTF-8を使っています。「Unicode＝表、UTF-8＝その書き方」と整理すると、混乱しません。

■ 文字化けの正体は「約束のズレ」

さて、本題の文字化けです。文字化けは、書いた側と読む側で、使っている文字コード（約束）がずれたときに起きます。

たとえば、Aの約束が「65番」ではなく別の番号になっていたら、コンピュータは違う文字として表示してしまう。これが文字化けの正体です。私も現場で、文字コードの指定を間違えて文字化けを起こし、原因を突き止めた経験が何度もあります。決して珍しいトラブルではなく、仕組みを知っていれば冷静に対処できます。

■ 「共通ルールがないと伝わらない」という発想

「共通のルールを決めておかないと、正しく伝わらない」。この発想は、文字コードに限らず、通信でも、言語でも、人と人との約束事でも同じです。文字コードは、その大切さを実感できる格好の教材なのです。

私の授業では、実際に文字化けを見せてから「なぜ起きたのか」を逆算します。トラブルから仕組みを理解すると、記憶にしっかり残ります。

・「文字コードの違いが分からない」という方

・「文字化けの理由を知りたい」という方

・「Unicode・UTF-8で混乱している」という方

そんな方は、ぜひ一度体験授業にいらしてください。現役エンジニアと一緒に、文字コードの正体をスッキリさせましょう！

【プロフィール】

こばやし｜納得感を大切にするフリーランスエンジニア

北海道大卒。約10年間にわたり金融決済システムなどの基幹開発に携わった後、フリーランスのエンジニア・IT講師として独立。企業の新人IT研修のメイン講師も務めるプロが、「仕組みから理解する」論理的な指導を行います。