サロゲートペアとは

UTF-16の拡張方法

U+10000以上のコードポイントをUTF-16で表すときは、上位サロゲートと下位サロゲートという2つの16ビット値を組み合わせます。

文字数のずれ

プログラミング言語によっては、この2つを別々に数えるため、画面では1文字でも長さが2になることがあります。

途中で分割しない

サロゲートペアの間で文字列を切ると不正なデータになります。コードポイントや書記素単位で処理できるAPIを選びます。