「Unicode」と「UTF-8」の違い

予備知識

用語	意味
文字コード	文字に割り当てられた数字
符号化文字集合	コンピュータさんが使う「『文字』と『文字に割り当てた番号』の対応表」
文字符号化方式	コンピュータさんが使う「『文字に割り当てた番号』と『実際にコンピュータさんが扱う数字』の対応表」

予備知識が長いですが、頑張って読んであげてください。

文字コードは「文字に割り当てられた数字」です。

大前提として、コンピュータさんは「0（ゼロ）」と「1（イチ）」しか理解できません。
人間様が「あ」と入力しても、コンピュータさんは理解できないのです。

でも、コンピュータで文字を扱いたいです。
そこで、文字を数字として扱わせることにしました。

例えば

あ：00000001
い：00000010
う：00000011
え：00000100
お：00000101

のように書いてある対応表を、あらかじめ用意しておくのです。
コンピュータさんには、それを見て、お仕事をしてもらいます。

人間様が「あい」と入力したとしましょう。
対応表には

あ：00000001
い：00000010

と書いてあります。
この対応表をもとにして、コンピュータさんは「あい」を「00000001 00000010」に変換します。

コンピュータさんは数字の0と1しか扱えませんが、これなら大丈夫ですよね。
人間様が

あい

と打った文字は、対応表によって変換され、コンピュータさんは

00000001 00000010

と認識しました。
コンピュータさんが扱うのは数字です。

その後、あれやこれやとコンピュータさんがお仕事をして

00000011 00000100

という返事をよこしました。

今度は、さっきと逆です。
対応表をもとにして、数字を文字に変換します。

対応表には

う：00000011
え：00000100

と書いてあります。

00000011 00000100

は

うえ

であると分かります。

コンピュータさんは、対応表に従って変換したものを画面に表示しました。
画面には文字「うえ」が表示されます。

このように

文字と数字を変換する

ことで、数字しか分からないコンピュータさんに文字を扱わせているのです。

さて、ここまでの説明で「文字と数字の対応表」が登場しました。

一言で「文字と数字の対応表」と表現しましたが、実際には2つの表を使います。
それは

１．「文字」と「文字に割り当てた番号」の対応表
２．「文字に割り当てた番号」と「実際にコンピュータさんが扱う数字」の対応表

の2つです。

例えば、そうですね。

ピヨ太君が

あ：P-1
い：P-2
う：P-3
え：P-4
お：P-5

な「文字」と「文字に割り当てた番号」の対応表を作りました。
「番号」と言いつつ文字が混ざっていますが、気にしないでくださいね。

さらに

P-1：00000001
P-2：00000010
P-3：00000011
P-4：00000100
P-5：00000101

な「文字に割り当てた番号」と「実際にコンピュータさんが扱う数字」の対応表を作りました。

この2つの表を合体させると

あ：P-1：00000001
い：P-2：00000010
う：P-3：00000011
え：P-4：00000100
お：P-5：00000101

な対応表ができあがります。

この合体した対応表を見れば、コンピュータさんは「あ」「い」「う」「え」「お」の5つの文字を数字として扱えますね。

わざわざ2つの表を使う理由は、とりあえず考えないでください。
それなりの理由があるのですが、今の段階で考えると混乱すると思います。
とにかく、2つの表を使って、文字と数字の変換をやっているのです。

この2つの対応表のうち

１．「文字」と「文字に割り当てた番号」の対応表

を「符号化文字集合」と言います。
符号化文字集合は「変換対象となる文字の一覧」が書いてある表です。

もうひとつの対応表

２．「文字に割り当てた番号」と「実際にコンピュータさんが扱う数字」の対応表

は「文字符号化方式」と言います。
文字符号化方式は「文字（に割り当てた番号）に対応する、実際にコンピュータさんが扱う数字」が書いてある表です。

それぞれの対応表の役割は

符号化文字集合：「どの文字を変換するか？」な対象の指定
文字符号化方式：「その文字を、どの数字に変換するか？」な変換内容の指定

です。
2つ併せて「どの文字を、どの数字に置き換えるよ！」な指定になります。
符号化文字集合と文字符号化方式の2つが協力して「文字と数字の対応表」の役割を担っているわけです。

それぞれの用語の意味

用語	意味
Unicode	符号化文字集合のひとつ。あるいは、文字符号化方式のひとつである「UTF-16」のこと
UTF-8	文字符号化方式のひとつ

似ているところ

どちらも文字コードの話で出てくる用語です。
あと、同じものだと勘違いしがちな用語でもあります。

違うところ

Unicodeは符号化文字集合です。
「文字」と「文字に割り当てた番号」の対応表です。

UTF-8は文字符号化方式です。
「文字に割り当てた番号」と「実際にコンピュータさんが扱う数字」の対応表です。

……で終われば話が簡単なのですけどね。

実は、文字符号化方式に「UTF-16」というのがあります。
このUTF-16を指して「Unicode」と表現している場合があるのです。

並べて書くと

１．Unicode：符号化文字集合
２．UTF-8：文字符号化方式
３．UTF-16（Unicode）：文字符号化方式

です。
１と３を混同しないように、ご注意ください。