Twitter時代の文字の数え方 | 配電盤
入力「×」のブラウザでは、「𠮷」が2文字とみなされるため、2文字目まで、つまり「𠮷野」までしか入力できません。 Mozillaの文書には、Unicode code pointsで数えると書いてあるので、そのうち改善されるのかもしれませんが、現時点ではTwitterのために「maxlength="140"」を使うことはできません。 pattern属性 Firefox 21とChrome 27、IE 10、Opera 12.15は、「pattern=".{0,3}"」（任意の文字からなる0から3文字）のような正規表現を使った検証にも対応していますが、やはり「𠮷野家」は4文字とみなされてしまいます。 JavaScript 追記：javascript – でBMP以外のUnicode文字をきちんと扱う（404 Blog Not Found） JavaScriptでは、文字列strの長さをst
UTF-8 - Wikipedia
* 第1バイトがE0のときに第2バイトが80-9Fの範囲を、または同F0のときに80-8Fの範囲を取るものは冗長な符号化となるため許されない。第1バイトがEDのときに第2バイトがA0以上となるものはサロゲートペアのための符号位置にあたり、また同F4のときに90以上となるものはUnicodeの範囲外となるため、UTF-8ではやはり許されない。 Unicodeの符号位置を2進表記したものを、上のビットパターンのx, yに右詰めに格納する（最少のバイト数で表現するため、yの部分には最低1回は1が出現する）。符号化されたバイト列は、バイト順に関わらず左から順に出力する。 1バイト目の先頭の連続するビット "1"（その後にビット "0" が1つ付く）の個数で、その文字のバイト数がわかるようになっている。また、2バイト目以降はビットパターン "10" で始まり、1バイト目と2バイト目以降では値の範囲が
UTF8 と UTF8N の違い - alpha @ ウィキ
UTF8 と UTF8N の違い UTF8： BOM （Byte Order Mark）付き UTF8N： BOM なし BOMとはUnicodeのエンディアンを示すものでテキスト・ファイルの先頭に置かれている。 また、同時にテキスト・ファイルがUnicodeかどうかの判別にも使われることもある。 中身は、U+FEFF である。 これが、次のような形式の違いで、エンディアンを区別している。 FE FF： ビッグエンディアン（UTF-16) FF FE： リトルエンディアン（UTF-16) 00 00 FE FF： ビッグエンディアン（UTF-32) FE FF 00 00： リトルエンディアン（UTF-32) UTF-8の場合、エンディアンが関係ないので必要ないが付いているものがある。 この場合、UTF-8 の BOM は EF BB BF UTF-8Nで保存すると、アプリケーションによ
utf8とutf8Nって？
ブログがお目見えしてから、utf-8という文字コードを初めて知った方は多いだろう。かくゆう私も、実はそうである。 unicodeの存在はおぼろげに知っていたが、MTでその存在が明らかになった。 で、MTのutf-8は、正確にはutf-8Nである。 utf-8とutf-8Nの違いは、utf-8がBOMあり、utf-8Nはありません。 BOMとは、unicodeでファイルが保存されるときに、「このファイルはunicodeだよ」と判定できるために、ファイルの先頭につけるコードのことです。 さらに知りたい人は、短時間でわかりやすいESRIジャパンのこちらを参考に。 と小難しいことはさておいて、MTのカスタマイズに関わってくるutf8について。 テンプレートを外部ファイルで保存した場合、 エディタで保存するときに、（もちろん設定がutf-8の場合） （※文字コードが選択できるエディタ） 「名前をつけ
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
処理を実行中です
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
Q. UTF-8 の冗長性問題は、設計上の問題なのか? - kazuhoのメモ置き場
