基本多言語面

基本多言語面（きほんたげんごめん、英: Basic Multilingual Plane, BMP）は、ISO/IEC 10646の第0群第0面およびUnicodeの第0面。最初の65536の符号位置である000016～FFFF16からなる。

Unicode > 面 (文字コード) > 基本多言語面

最もよく使う、基本的な文字・記号のほとんどが含まれる。

UCS-2は、BMPのみからなる。また、Unicode 3.0までのUnicodeは、BMPのみからなっていた。

符号化

BMPの符号位置は、UTF-16やUTF-8では、他の面より少ないオクテット（バイト）数で符号化される。

  • UTF-8では、1〜3オクテットで符号化される。
  • UTF-16では、2オクテットで符号化される。サロゲートペア（代用対）は必要がないため使われない。
  • UTF-32では、他の面と同様、4オクテットで符号化される。

歴史

BMPは、本来、1990年に4バイト文字符号化方式 (CCS) として策定されたDIS 10646の用語だった。DISはDraft International Standardの略で、ISOのドラフト（草稿）を意味する。DIS 10646は、UCS-4同様、文字を群、面、区、点の4バイトで符号化した。そのうち最初の面がBMPである。ただし、DIS 10646第1版はISO 2022準拠で、2016～7F16のみしか使えなかったため、BMPを始めとする各面は256×256 = 65536ではなく96×96 = 9216符号位置しか持たなかった。また、BMPは最初の面と言っても、第0面ではなく第2016群第2016面だった。

一方、DIS 10646とは別に、Unicodeが2バイトCCSとして民間で開発されていた。UnicodeはISO 2022非準拠で、256×256の1面からなっていた。

1991年、DIS 10646第1版は否決され、Unicodeとの一本化が決定された。BMPは、Unicodeと完全な互換性を持つことに決まった。ISO 2022準拠の制約が外され、1面がUnicodeと同じ256×256 = 65536符号位置を持つようになった。また、BMPは第0群第0面に移動された。こうして生まれたのがDIS 10646第2版で、これを元に、1993年にISO/IEC 10646が生まれた。

配置領域

BMPは、同種の用字をまとめた、いくつかの配置領域に分かれている。ただし、相次ぐ追加・変更により、配置領域による区分の意味は薄れている。（例えば、ラテン文字は1FFF16以下の領域が一杯になってきたので、かつて記号用の領域とされていた2xxx16の領域やCJK用であったAxxx16の領域を使用するようになった。また、互換文字の領域にあるものでも、他の領域に同じような文字がないため、互換文字としては扱わないものもある。例えばU+FA1FやU+FA24など。）

主な配置領域
開始終了配置領域名
00001FFF一般スクリプト
20002DFF記号
2E0033FFCJKの表音文字と記号
34009FFFCJK統合漢字
A000A4CF彝文字
AC00D7AFハングル音節
D800DFFF代用符号位置
E000F8FF私用
F900FFFD互換文字と特殊文字

当初基本多言語面は以下のような4つの「領域」に分けられていた[1]。

  • 0000 33FFをアルファベット及び音節文字の用字並びに種々の記号のために使うA領域
  • 3400 9FFFを中国、日本及び韓国の統合された漢字のために使うI領域
  • A000 DFFFを将来の標準化のために使うO領域
  • E000 FFFDを私用文字、互換文字と特殊文字の為に使うR領域

しかしながら上記のように例外的な配置が増えてきたため現在基本多言語面で「領域」として定められているのは以下の二つだけである[2]。

  • D800 DFFFを代用符号位置に使用するS領域
  • E000 F8FFを私用領域

収録されている用字系

記号類、Unicode範囲は拡張や補助等を省略。

BMPの主な用字系
英語表記 日本語表記 Unicode範囲
Latinラテン文字 U+0041–U+0070
IPAIPA U+0250–U+02AF
Greekギリシア文字 U+0370–U+30FF
Copticコプト文字 U+2C80–U+2CFF
Cyrillicキリル文字 U+0400–U+04FF
Glagoliticグラゴル文字 U+2C00–U+2C5F
Armenianアルメニア文字 U+0530–U+058F
Georgianグルジア文字 U+10A0–U+10FF
Hebrewヘブライ文字 U+0590–U+05FF
Arabicアラビア文字 U+0600–U+06FF
Syriacシリア文字 U+0700–U+074F
Thaanaターナ文字 U+0780–U+07BF
Samaritanサマリア文字 U+0800–U+083F
Mandaicマンダ文字 U+0840–U+085F
Tifinaghティフィナグ文字 U+2D30–U+2D7F
N’Koンコ文字 U+07C0–U+07FF
Vaiヴァイ文字 U+A500–U+A63F
Bamumバムン文字 U+A6A0–U+A6FF
Ethiopicエチオピア文字 U+1200–U+137F
Cherokeeチェロキー文字 U+13A0–U+13FF
Unified Canadian Aboriginal Syllabics統合カナダ先住民文字 U+1400–U+167F
Oghamオガム文字 U+1680–U+169F
Runicルーン文字 U+16A0–U+16F0
Devanagariデーヴァナーガリー文字 U+0900–U+097F
Bengaliベンガル文字 U+0980–U+09FF
Gurmukhiグルムキー文字 U+0A00–U+0A7F
Gujaratiグジャラート文字 U+0A80–U+0AFF
Oriyaオリヤー文字 U+0B00–U+0B7F
Tamilタミル文字 U+0B80–U+0BFF
Teluguテルグ文字 U+0C00–U+0C7F
Kannadaカンナダ文字 U+0C80–U+0CFF
Malayalamマラヤーラム文字 U+0D00–U+0D7F
Sinhalaシンハラ文字 U+0D80–U+0DFF
Meetei Mayekメイテイ文字 U+ABC0–U+ABFF
Ol Chikiオル・チキ文字 U+1C50–U+1C7F
Saurashtraサウラーシュトラ文字 U+A880–U+A8DF
Syloti Nagriシロティナーガリー文字 U+A800–U+A82F
Tibetanチベット文字 U+0F00–U+0FFF
Phags-paパスパ文字 U+A840–U+A87F
Lepchaレプチャ文字 U+1C00–U+1C4F
Limbuリンブ文字 U+1900–U+194F
Tagalogタガログ文字 U+1700–U+171F
Hanunooハヌノオ文字 U+1720–U+173F
Buhidブーヒッド文字 U+1740–U+175F
Tagbanwaタグバンワ文字 U+1760–U+177F
Javaneseジャワ文字 U+A980–U+A9DF
Balineseバリ文字 U+1B00–U+1B7F
Sundaneseスンダ文字 U+1B80–U+1BBF
Batakバタク文字 U+1BC0–U+1BFF
Rejangルジャン文字 U+A930–U+A95F
Bugineseブギス文字 U+1A00–U+1A1F
Chamチャム文字 U+AA00–U+AA5F
Thaiタイ文字 U+0E00–U+0E7F
Laoラーオ文字 U+0E80–U+0EFF
Myanmarビルマ文字 U+1000–U+109F
Khmerクメール文字 U+1780–U+17FF
Kayah Liカヤー文字 U+1000–U+109F
Tai Leタイ・ナ文字 U+1950–U+197F
New Tai Lueタイ・ロ文字 U+1980–U+19DF
Tai Vietタイ・ヴィエト文字 U+AA80–U+AADF
Tai Thamラーンナー文字 U+1A20–U+1AAF
Braille Patternsブライユ点字 U+2800–U+28FF
Hiraganaひらがな U+3040–U+309F
Katakanaカタカナ U+30A0–U+30FF
Mongolianモンゴル文字 U+1800–U+18AF
Bopomofo注音字母 U+3100–U+312F
CJK Unified IdeographsCJK統合漢字 U+4E00–Ｕ+9FFF
Yi Syllables彝文字 U+A000–U+A4CF
Lisuリス文字 U+A4D0–U+A4FF
Hangul Syllablesハングル U+AC00–U+D7A3

参考資料

用語の日本語表記は原則として次にならった。“Unicode Terminology English - Japanese”. Unicode, Inc. 2010年1月1日閲覧。

関連項目

脚注
  1. JIS X 0221:1995「国際符号化文字集合（UCS)ｰ第1部 体系及び基本多言語面」　p.9
  2. JIS X 0221:2007「国際符号化文字集合（UCS)」 p.10

外部リンク
日本語用の
文字コード
JIS規格
符号化文字集合
文字符号化方式
文字一覧
JIS以外の公規格
メーカーの規格
符号化文字集合
文字符号化方式
日本語を含む
多言語文字集合
Unicode
ISO/IEC 10646
JIS X 0221
面
文字符号化方式
文字一覧
TRONコード
日本語以外用の
文字集合
初期の文字コード
ISO/IEC 8859
書誌用
  • ISO 5426
  • ISO 5426-2
  • ISO 5427
  • ISO 5428
  • ISO 6438
  • ISO 6861
  • ISO 6862
  • ISO 9036
  • ISO 10585
  • ISO 10586
  • ISO 10754
  • ISO 11822
  • ANSEL
  • MARC-8
国家標準
EUC
ISO/IEC 2022
  • ISO/IEC 2022 CN
  • ISO/IEC 2022 KR
  • CCCII
MacOS
コードページ
  • Macintosh Standard Roman Character Set
  • アラビア語
  • CentralEurRoman
  • EUC-CN
  • Big5
  • クロアチア語
  • キリル
  • デーヴァナーガリー
  • Dingbats
  • ペルシャ語
  • ギリシア語
  • グジャラート語
  • グルムキー
  • ヘブライ語
  • アイスランド語
  • EUC-KR
  • ルーマニア語
  • MacSymbol
  • TIS-620
  • トルコ語
  • ウクライナ語
DOS
コードページ
  • 437
  • 720
  • 737
  • 775
  • 850
  • 852
  • 855
  • 857
  • 858
  • 860
  • 861
  • 862
  • 863
  • 864
  • 865
  • 866
  • 869
  • KOI8
  • Kamenicky
  • Mazovia
  • MIK
  • Iran System
Windows
コードページ
EBCDIC
コードページ
  • 37
  • 293
  • 300
  • 310
  • 351
  • 353
  • 355
  • 357
  • 358
  • 359
  • 360
  • 819
  • 930
  • 933
  • 939
  • 1364
  • 1390
  • 1399
  • 8859
その他標準
記号用
プラットフォーム
固有
  • ATASCII
  • CDC display code
  • DEC Radix-50
  • Fieldata
  • GSM 03.38
  • HP roman8
  • PETSCII
  • TI calculator character sets
  • ZX Spectrum character set
ソフトウェア
区分け
概念
関連トピック
カテゴリ カテゴリ
This article is issued from Wikipedia. The text is licensed under Creative Commons - Attribution - Sharealike. Additional terms may apply for the media files.