IVS文字・サロゲートペア文字の注意

システムの中で文字数を取得する際にはIVS文字・サロゲートペア文字に注意が必要です。

IVD/IVSとは | 文字情報基盤整備事業
https://mojikiban.ipa.go.jp/1292.html

サロゲートペア入門：CodeZine（コードジン）
https://codezine.jp/article/detail/1592


例えば、エラーチェックで指定した「文字数」で固定する場合
最大「文字数」を超えているかチェックする場合

GeneXusでは&変数.Length()か、またはLen(&変数)で文字数を取得することが出来ます。
但し、上記のIVS文字・サロゲートペア文字の場合は、
見た目の１文字が１文字として算出されません。

試した環境：GeneXus15U10

通常文字　：辻
ＩＶＳ文字：辻の点が１つの文字

このLengthを求めると、以下の結果となります。
通常文字　：１文字
ＩＶＳ文字：３文字

---------

通常文字　　　　　：叱
サロゲートペア文字：叱（環境依存）

このLengthを求めると、以下の結果となります。
通常文字　　　　　：１文字
サロゲートペア文字：２文字


※IVS文字とサロゲートペア文字を試したい場合は、Windowsの設定を変更する必要があります。
　Microsoft IMEの場合
　　・IMEのプロパティから[詳細設定]
　　・[変換]タブの[詳細設定]
　　・変換文字制限に
　　　　　変換文字制限をしない
　　　　　IVSを含む文字を制限する
　　　　　サロゲートペアを含む文字を制限する
　　　といった候補が出ますので、[変換文字制限をしない]をチェックしてください。
　　　これで変換候補にIVS文字とサロゲートペア文字が出てきます。

　　※※※
　　　　試した後は、戻しておいた方が良いです。
　　　　メールなどで送ってしまうと相手に迷惑ですので。



ちなみにBytecount()を使用してバイト数（文字コードはUTF-8）を取得すると
以下の結果となります。

通常文字　：辻
ＩＶＳ文字：辻の点が１つの文字
↓↓↓
通常文字　：３バイト
ＩＶＳ文字：７バイト

---------

通常文字　　　　　：叱
サロゲートペア文字：叱（環境依存）
↓↓↓
通常文字　　　　　：３バイト
サロゲートペア文字：４バイト

---

なぜそうなるのか？
は、私には難しいので、冒頭のリンク先を見てください。


GeneXusは画面・内部処理はUnicodeで動作します。
DBもデフォルトはUnicodeですし、それがお勧めです。

Unicodeであれば、IVS文字もサロゲートペア文字も表示は問題ありません。
入力された場合もきちんとDBに登録されます。

但し、Lengthを使った場合や、HTMLのMAXLENGTHで入力制限が掛かる場合には、
上記の結果の文字数での動作になりますのでご注意ください。


ちなみに帳票では文字がでません。
帳票は「第3水準以降は表示されない」が基本だったかと思いますので、
入力時にエラーにするか、印刷時に類似/代替文字に文字変換を行う対応が理想だと思います。