Unicode は文字コードのひとつで、世界中の文字を含む文字集合とUTF-8などの符号化方式が標準化されています。
Unicode は世界各国で使われる様々な文字や記号を、ひとつの文字集合で扱うことを目指した文字コードです。
具体的には次のような内容が標準化されています。
- どんな文字を含み、それぞれをどの数値(コードポイント)に割り当てるか
- 各コードポイントをどのようにバイト列で表現するか → UTF-8 UTF-16など
さらにUnicodeでは Technical Reports として、正規化やソート順、文字・行の分割点など、Unicode文字列を扱う上での様々な技術資料を公開しています。