Unicode文字とは？

Unicodeは、すべての文字体系に含まれる各文字に、コードポイントと呼ばれる番号を割り当てます。コードポイントは、U+ に続く16進数で表記されます。A は U+0041、€ は U+20AC、😀 は U+1F600 です。各文字には EURO SIGN のような正式名称もあり、Basic Latin、Cyrillic、Emoticons など、関連する文字をまとめたコードポイントの範囲であるブロックに属します。Unicodeには1,114,112個のコードポイントを格納でき、そのうち150,000個以上が文字に割り当てられています。

ツールの説明

このツールでは、文字コード表のように、Unicode文字セット全体をブロック単位で閲覧できます。ブロックを選択すると、そのブロックに含まれる文字が表に一覧表示されます。また、名前、コードポイント、貼り付けたテキストで検索することもできます。文字をクリックすると詳細を確認でき、その文字または各種エンコーディングをコピーできます。入力できない記号を探したり、未知の文字を特定したり、HTML、CSS、JavaScriptで使用するエスケープコードを調べたりする際に役立ちます。

機能

  • Basic Latinから私用領域まで、すべてのUnicodeブロックを閲覧
  • "arrow left" や "grinning face" など、名前に含まれる単語で検索
  • U+20AC、0x20AC、\u20AC、\u{1F600}、€、€ の形式で記述されたコードポイントに移動
  • テキストを貼り付けて、不可視文字を含む各文字を一覧表示
  • 各文字の名前、別名、ブロック、一般カテゴリ、用字系を表示
  • 文字、UTF-8バイト列、UTF-16コード単位、URLエンコーディングをコピー
  • HTMLエンティティをコピー。名前付きエンティティがある場合はそれも表示し、CSSおよびJavaScriptのエスケープにも対応

仕組み

文字の名前、ブロック、カテゴリ、用字系は、Unicode Character Database バージョン18.0のデータに基づいています。CJK UNIFIED IDEOGRAPH-4E00 やハングル音節など、Unicodeがコードポイントから生成する名前も同じ方法で構成されます。制御文字には固有の名前がないため、LINE FEED のような別名を表示します。文字が割り当てられていないコードポイントには、<reserved-0378> や <private-use-E000> のようなラベルを表示します。スペースや制御文字など、表示可能なグリフを持たない文字には略称を表示し、結合文字は点線の円上に描画します。すべての処理はブラウザ上で実行されます。

ヒント

  • 検索語は名前の単語の先頭に一致するため、"arr" と入力するとすべての矢印が見つかります。
  • ゼロ幅スペース（ZWSP）やノーブレークスペース（NBSP）など、見た目に問題のある文字列を貼り付けて、隠れた文字を見つけられます。
  • 文字が空の四角形として表示される場合は、お使いのデバイスのフォントにその文字が含まれていません。名前とコードは正しいままです。
  • CSSでは、次の文字が16進数の数字の場合、content: "\20AC 5" のようにエスケープの末尾にスペースを入れてください。