シングルバイト文字 (シングルバイトもじ) とは | 意味や読み方など丁寧でわかりやすい用語解説

シングルバイト文字 (シングルバイトもじ) の読み方

日本語表記

シングルバイト文字 (シングルバイトもじ)

英語表記

single-byte character (シングルバイトキャラクター)

シングルバイト文字 (シングルバイトもじ) の意味や用語解説

シングルバイト文字とは、1つの文字を表現するために1バイト（8ビット）を使用する文字コード体系のことである。コンピュータの初期から広く利用されてきた基本的な文字表現方法であり、主に英語圏の文字を中心に設計されている。 コンピュータは、文字を直接理解することはできず、すべてを数値として扱う。このため、表示したい文字一つひとつに、あらかじめ決められた固有の数値（コードポイント）を割り当てる。シングルバイト文字の場合、この割り当てられる数値が1バイトの範囲内に収まる。1バイトは8ビットで構成され、8桁の2進数で表現できるため、0から255までの合計256種類の異なる数値を表現できる。したがって、シングルバイト文字コード体系では、最大で256種類の文字しか扱うことができないという制約がある。最も有名なシングルバイト文字コードはASCII（American Standard Code for Information Interchange）である。 詳細を説明する。1バイトが8ビットであるというのは、コンピュータが情報を扱う最小単位の一つが「ビット」であり、それが8個集まって「バイト」という単位を構成する、という意味である。それぞれのビットは0か1の状態を持つため、8ビットあれば2の8乗、すなわち256通りの組み合わせを表現できる。この256通りの組み合わせそれぞれに特定の文字を割り当てることで、コンピュータは文字を認識し、処理し、表示することができる。例えば、半角の英字「A」は特定の数値（例えば10進数で65）に対応付けられ、コンピュータはこの65という数値をデータとして扱う。 ASCIIコードは、もともと7ビットで設計された文字コードであり、これにより128種類の文字を表現できた。これには、英大文字・小文字、数字、句読点、そして改行などの制御文字が含まれる。この7ビットASCIIは、英語圏の文字を表現するのに十分であったため、コンピュータが普及し始めた当初の世界標準として広く使われた。しかし、1バイトが一般化した後、残りの1ビット（最上位ビット）も文字表現に利用することで、さらに128種類の文字を追加できるようになり、合計256文字を扱えるようになった。これを拡張ASCIIと呼ぶ。拡張ASCIIは、各国語のアクセント付き文字や特殊記号、罫線素片などを表現するために利用されたが、国や地域によってどの文字をどの数値に割り当てるかがバラバラであったため、互換性の問題を引き起こすことになった。例えば、ある日本語のシステムで作成した拡張ASCIIのファイルが、別のヨーロッパのシステムで開くと文字化けしてしまうといった現象が発生した。 シングルバイト文字の大きな課題は、表現できる文字の種類が限られている点にある。日本語、中国語、韓国語などの言語は、その文字の数が256種類をはるかに超えるため、シングルバイト文字だけではこれらの言語のすべての文字を表現することは不可能である。このため、これらの言語の文字を扱うためには、1文字を2バイト以上で表現する「マルチバイト文字」という概念が導入されることになった。これにより、同じ日本語の「あ」という文字でも、シングルバイト文字コードでは定義されず、複数のバイトを使って表現される。 現代の多くのコンピュータシステムやウェブサイトでは、Unicode（ユニコード）という、世界中のあらゆる文字を単一の文字コードで扱えるマルチバイト文字エンコーディングが主流となっている。しかし、シングルバイト文字が完全に過去の遺物になったわけではない。一部のシステムや、特定のプロトコルの定義、あるいはファイルサイズを極力小さく保ちたい場合など、限定的な場面では今でも利用されていることがある。また、プログラミングにおいて、文字列の長さを計算したり、文字列を操作したりする際には、その文字列がシングルバイト文字のみで構成されているのか、それともマルチバイト文字を含んでいるのかを意識する必要がある。例えば、C言語における`char`型は通常1バイトのデータを扱うため、シングルバイト文字を格納するには適しているが、マルチバイト文字を格納する場合は、1文字が複数の`char`で表現されることを理解し、適切な処理を行う必要がある。このように、シングルバイト文字は現代の複雑な文字処理の基盤を理解する上で、基本的な知識として依然として重要である。