文字コード

一般に文字コードと呼ばれているものは、以下を組み合わせたものになっている。区別されていないことが多い。

文字集合(Character Set、キャラクタセット、文字セット、文字集合)

文字の意味のみが定義される。

符号化文字集合(CCS：Coded Character Set)

文字の一つ一つに番号が定義される。

Unicode では U+xxxx という番号

文字符号化方式(CES：Character Encoding Scheme)

文字の番号とビット列との変換方法が定義される。

Unicode では UTF-8、UTF-16、UTF-32 など。

さらに、オクテットストリームでの順番で、UTF-16LE、UTF-16BE などの区別がある。

IANA で文字集合の名前が定義されている。

HTTP、SMTP、MIME などの Content-Type の charset などで使われる。

大文字小文字を区別しない。

この名前以外を独自に使う場合は、独自拡張として、"x-" を頭に付けることになっている。

x-mac-japanese など

OS、言語、ライブラリなどで勝手に拡張されていることがある。

Microsoft

Windows code page という独自の番号が割り当てられている。

Linux

iconv が文字コード変換をほぼやっている