サロゲートペア入門

はじめに Windows VistaのJIS2004対応により、WindowsのUnicode環境で使用できる日本語漢字の数が増えました。従来、12238字（Windows XP）だったのが13145字（Windows Vista）になり、907字追加されることになりました。これによって、JIS第3水準、JIS第4水準の漢字がすべてサポートされることになったのです（Windows XPまでは一部サポート）。 またWindows XPでも、パッチさえ当てれば、Windows Vistaと同じように追加907字を加えた13145字の漢字が使用できるようになりました。 ところが、この追加された907字の中には「サロゲートペア」という特殊な文字が304字あり、これらは今までのUnicodeの文字とは扱いが少し違います。この点について解説していきたいと思います。 対象読者 Unicodeでデータ処理

[tactena]

記事上にある「叱」が「Unicode:0x20B9F」の文字ではなく「53F1」の文字なのは記述ミスではないか？（参考）“𠮟る” と “叱る” https://hydrocul.github.io/wiki/blog/2014/1201-shikaru.html

[d0i]

たった300文字ちょいのために面倒なことだ... 捨てたい。

[incep]

いまだ終わらない文字コード問題

[kamatama_41]

[文字コード]

[pirosikick]

わかりやすいーサロゲートペア完全理解したー

[TokyoIncidents]

これUnicodeのコードポイントのこと文字コードって書いてる…

[takc923]

対象読者の “ブラウザ上でたくさん漢字を使いたい方” がじわじわくる

[watanata2000]

サロゲートペア 5文字→4バイト 変換

[travelershouse]

なんか知識が足りてないと思ったら、なんだ文字コードからの独自の変換規則って…

[kanemu1117nc]

サロゲートペアの5文字の文字コードを4バイトにする変換規則。

[toshikaz55]

文字コードの世界には出来れば近づきたくないなぁ… "サロゲートペア入門：CodeZine"

[kijitoraneko]

サロゲートペア

[mitz_008]

さろげ[Unicode][文字コード][プログラミング]

[katow]

サロゲートペア、食わず嫌いで避けていたが実装は案外簡単だった。

[Ctrans]

サロゲートペア入門：CodeZine

[kits]

「『サロゲートペア』という特殊な文字」すごい違和感。(サロゲートペアは文字を表すバイト列の断片であって、文字ではないと思う)

[hisasann]

「サロゲートペアの文字は、文字コードは5文字だけどデータは4バイト」

[basyura]

文字コードってむずかしい

[t-murachi]

サロゲートペア変換規則。 x = src - 0x10000; u_sur = x / 0x400 + 0xD800; l_sur = x % 0x400 + 0xDC00; // ucs = (u_sur - 0xD800) * 0x400 + (l_sur - 0xDC00) + 0x10000;

[pipehead]

> サロゲートペアを使用する文字は「1文字＝4バイト」ですから、従来のUnicodeの特徴であった「文字数 × 2 ＝ 使用バイト数」の原則が崩れてしまいます。