JavaScript における文字コードと「文字数」の数え方 | blog.jxck.io
そうだった、Python3 ばかり使っていたのでサロゲートペアのことを忘れていた。
GLib が扱う Unicode も Linux,macOS 版 Python3 の文字列も UCS-4 なんだよね。
Windows は捨てたので Windows 版 Python3 は知らん、ってどうでもいいか。
ES6 では for of を使って Python3 と同様な処理ができるようだ。
もちろん Node.js, JavaScriptCore も同様の結果でした。
UTF-16 はこの件があるし UTF-8 との変換も面倒だしetc…
何故いまだに Unicode の主流なんだろうね。
メモリ効率うんぬんならスクリプト言語や仮想マシンの時点で、って話だし。
おっと、一番下を見逃す所だった。
Family: Man, Woman, Girl, Boy Emoji
Emoji にはこんな文字をくっつけた一文字があったのか！
コピペしたら WordPress で投稿できないぞ、つかイッパイあるなぁ。
Python3 でも駄目だ、バイナリを見れば当然だけど。
こんな文字まで考慮しなきゃいけない時代になってしまったのか。