結合文字とダイアクリティカルマーク

結合文字：複数のコードポイント、1つの視覚的文字

Unicodeでは、基本文字に1つ以上の結合マークを追加して文字を構成できます。結果は単一の文字に見えますが、複数のコードポイントで構成されています。

例：éの2つの方法

合成済み（NFC）：

é  →  U+00E9 (1コードポイント、2 UTF-8バイト)

分解済み（NFD）：

é  →  U+0065 + U+0301 (2コードポイント、3 UTF-8バイト)

両方ともéと同じように表示されますが：

メトリック	合成済み	分解済み
.length	1	2
コードポイント数	1	2
書記素クラスター数	1	1
UTF-8バイト数	2	3

重なった結合マーク

単一の基本文字に複数の結合マークを重ねることができます：

à́̂  →  a + グレーブ + アキュート + サーカムフレックス

これは4つのコードポイントから1つの書記素クラスターを作成します。JavaScriptの.lengthは4を返しますが、視覚的には1文字です。

実用的な影響

1. 文字列の切り詰め：固定コードポイント数で文字列を切ると、結合シーケンスを分割し、文字化けを生じる可能性があります。常に書記素境界で切り詰めてください。
2. 入力バリデーション：「5文字」の制限はコードポイントではなく書記素クラスターをカウントすべきです。
3. 文字列比較："café"（NFC）と"café"（NFD）は同じに見えますが、異なるバイト列です。比較前に正規化してください。