JavaScript における文字コードと「文字数」の数え方 | blog.jxck.io
Intro textarea などに入力された文字数を、JS で数えたい場合がある。 ここで .length を数えるだけではダメな理由は、文字コードや JS の内部表現の話を理解する必要がある。 多言語や絵文字対応なども踏まえた上で、どう処理するべきなのか。 それ自体は枯れた話題ではあるが、近年 ECMAScript に追加された機能などを交えて解説する。 なお、文字コードの仕組みを詳解すること自体が目的では無いため、BOM, UCS-2, Endian, 歴史的経緯など、この手の話題につき物な話の一部は省くこととする。 1 文字とは何か Unicode は全ての文字に ID を振ることを目的としている。 例えば 😭 (loudly crying face) なら 0x1F62D だ。 1 つの文字に 1 つの ID が割り当てられているのだから、文字の数を数える場合は、この ID の
Open sourcing Twitter emoji for everyone
Earlier this year, we collaborated with our friends at @Iconfactory on a set of 872 beautiful emojis so Tweets containing emoji characters would look as sharp on the web as they do in mobile apps. Now we’re pleased to announce that these emoji are available as an open source library to the developer community at large. Since we’ve gotten many requests to use our emoji in various projects, as of to
正しいJavaScriptの変数名とは？ | gihyo.jp
ベルギーのフリーランスWeb開発者のMathias Bynens氏が書いたJavaScriptの変数名についての興味深い実験結果が公開されていました。彼はUnicodeのどんなグリフ（絵文字）が識別子として利用できるのかECMAScriptの仕様を見てみることにしたそうです。彼の実験によるとなんと図1のような変数名はすべてJavaScriptとして正しいとのことです。 絵文字を変数名として利用するというアイデアを実際に使う機会はかなりまれでしょうが、ブラウザによる解釈の誤差を除くと動作する正しいコードということになります。マルチバイトを許容する言語ではユニットテストのテストメソッド名に日本語を使うようなアイデアも見かけるようになってきていますが、ソースコードの可読性と表現力について考えなおしてみる機会になるかもしれません。 図1 グリフを使ったJavaScriptのコード例 URL：htt
文字の情報を調べるためのブックマークレット サロゲートペア対応版 - Ryusei’s Notes (a.k.a. M59のブログ)
サロゲートペアは大事 元ネタ:文字の情報を調べるためのブックマークレット - IT戦記 サロゲートペアには非対応です＞＜ 文字の情報を調べるためのブックマークレット - IT戦記 おや、これでは音楽記号も算籌も麻雀牌もドミノ牌も線文字Bもヒエログリフも楔形文字もフェニキア文字もチュノムも則天文字も調べられない!! サロゲートペアとは何ぞ サロゲートペア入門：CodeZine（コードジン） UTF-16を使うJavaScriptでは扱いが難しくなるから、文字単位で処理しようとする時につまずく。Unicodeには他にも《結合文字の並び》という落とし穴があるけどね。 ブックマークレット サロゲートペア対応版 javascript:location.href = 'http://www.fileformat.info/info/unicode/char/' + (function(r){ var
東京都最強うんぬん - しろもじメモランダム
重箱の隅。 404 Blog Not Found:javascript+regexp - ていうか首都最強東京bookmarklet (function(e){ e.innerHTML = e.innerHTML.replace( /東京都?([\u3200-\u4DBF\u4E00-\u9FFF\uF900-\uFAFF]+)/g, '首都$1東京' ) })(document.body) 漢字を判定する正規表現が工夫のしどころでしょうか。[一-龠]はUnicode時代にはちょっと古い。grep CJK /usr/local/lib/perl5/5.10.0/unicore/Blocks.txtが参考資料代わりです。 404 Blog Not Found:javascript+regexp - ていうか首都最強東京bookmarklet \u3200-\u4DBF とあるけど、U+320
[追記]JavaScriptには\uXXXXがあるんですよ / LiosK-free Blog
2008-01-14 カテゴリ: Client Side タグ: Tips JavaScript トラックバック [追記]404 Blog Not Found:javascript - \uXXXXを使わない理由を受けて追記 dankogaiさんはあまりJavaScriptのリテラルに詳しくないのかな？ 404 Blog Not Found:regexp - 全角英数字を半角に var fascii2ascii = (function(){ var cclass = '['+String.fromCharCode(0xff01)+'-'+String.fromCharCode(0xff5e)+']'; var re_fullwidth = new RegExp(cclass, 'g'); return function(s){ return s.replace(re_fullwidth,
Unicodeで「漢字」の正規表現 – ものかの
改訂：2017/07/22 Unicode 10.0に合わせて書き直し。正規表現を簡易にしようとしてやりすぎていたのを修正。 改訂：2023/03/21 U+30000以降を追加。InDesignの正規表現を追記。 正規表現で漢字の範囲指定をする場合、Unicodeではどうするかが悩ましいところです。 Unicodeの漢字の範囲として [一-龠] にしている例を見かけます。しかしこれは旧規格JIS X 0208の漢字が含まれる範囲をUnicodeの中から切り出しているだけです。互換漢字ブロックをまるごと取りこぼしているので、WindowsのシフトJIS（CP932）の拡張漢字に当たるものが含まれていません。現規格JIS X 0213の第３・第４水準漢字も考慮されていません。簡易な範囲指定だとしても、新常用漢字の「𠮟」が含まれておらず、今から見るとあまりに時代遅れです。 Unicodeのす
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
