絵文字ZWJシーケンス — 複合絵文字の仕組み

絵文字ZWJシーケンス

ゼロ幅接合子（ZWJ）シーケンスは、U+200D文字（ZERO WIDTH JOINER）で接続された一連の絵文字で、単一の複合グリフとしてレンダリングされます。このメカニズムにより、Unicodeは個々のコードポイントを割り当てることなく、膨大な数の絵文字バリアントを表現できます。

ZWJシーケンスの仕組み

パターンは：

絵文字1 + ZWJ (U+200D) + 絵文字2 [ + ZWJ + 絵文字3 ... ]

レンダリングシステムがシーケンスをサポートしている場合、単一のグリフとして表示されます。サポートしていない場合は、個々の絵文字を並べて表示するフォールバックが行われます。

バイト数の影響

単一のZWJシーケンスには5つ以上のコードポイントが含まれる場合があり、それぞれUTF-8で3〜4バイトを必要とします。「シンプルな」家族の絵文字でもUTF-8で25バイト以上を占める場合があり、1文字として表示されるにもかかわらずです。これは以下にとって重要です：

• データベースカラムのサイズ設定：バイト単位のVARCHAR(100)は想定よりはるかに少ない絵文字しか保持できない場合がある
• APIペイロード制限：文字数とバイト数のカウントは非常に異なる結果を与える
• テキスト切り詰め：ZWJシーケンスの途中で切断すると、壊れたレンダリングが生成される

ZWJシーケンスの検査

Unicode Inspectorは各ZWJシーケンスを構成コードポイントに分解し、すべての絵文字コンポーネント、ZWJ文字、バリエーションセレクターを表示します。