Encoding.Unicodeについて

Question

聞きたいこと

Q1. 何故Encoding.UTF16ではなくEncoding.Unicodeなのでしょうか？

Unicodeは規格の名前なので「Encoding.UnicodeはUTF-16である。」とはならないと思います。
Q2. そもそもこの考えが間違いなのでしょうか？

Unicodeという規格にはUTF-7,UTF-8,CESU-8,UTF-16,UTF-32,UTF-EBCDIC...等含まれているのでのEncoding.Unicodeは不定またはあいまいな指定という気がします。

参考

• .NET Standard 2.0
• System.Text.Encoding

https://docs.microsoft.com/ja-jp/dotnet/api/system.text.encoding?view=netstandard-2.0#properties-

• Unicode

https://ja.wikipedia.org/wiki/Unicode

Comments

[defghi1977]

Unicodeの歴史的経緯から調べてみると良いよ. はるか昔の16bitくらいありゃ世界中の文字が網羅できるんじゃね?というアルファベットしか知らん欧米人の思い込みが今日の混乱の大本なのです.

Answer 1

C#(というかCLI)の内部文字コードはUTF-16ですので、単にUnicodeといったらUTF-16を指すと考えるのが自然です。

ふと気になってCLI(共通言語基盤)の規格書(ISO/IEC 23271)を見てみましたが、そちらも文字コードを「Unicode」と表現しています。もしかしたら、Encoding.Unicodeは「内部文字コードのUnicodeと同じエンコーディング形式」ということを表しているのかもしれません。

ちなみに、ICUというIBMが無料で公開しているUnicodeを中心とした文字列操作のための便利なライブラリーがあるのですが、各種エンコーディング形式とライブラリーの標準文字コードであるUTF-16との相互変換をする関数の名前が、ucnv_fromUnicode/ucnv_toUnicodeだったりします。それらにもいちいち突っ込みを入れていったらきりがありませんね。

Comments

[daiki002]

ありがとうございました。
内部文字コードが関係したいたのですね。

Answer 2

unicodeの構想当初が16ビット固定長だったので、unicode＝uft-16と作成されたのではないでしょうか。
その後、UTF-7やUTF-8などが規定された為、そちらはそのままの名称が採用され、現在に至るという感じじゃないでしょうか。

Comments

[daiki002]

ありがとうございました。
UTF-7, UTF-8, という順番でリリースされたのかと思いましたが違っていたのですね。
Unicodeの歴史をたどると色々奥が深そうです。。。
また時間があるときにさぐってみます。

Answer 3

Microsoftがそういうふうに決めたから。ですねー