タグ: #unicode
GPU・LLM・MLOps・Kubernetes、そしてマインドセット · 1 件
UnicodeとUTF-8：文字コードの地雷原
バイト、コードポイント、書記素クラスタは別々のレイヤーです。なぜ絵文字ひとつの length が嘘をつくのか、UTF-8・16・32は何が違うのか、NFC/NFD 正規化と é 問題、ZWJ で連結した絵文字、サロゲートペア、そして素朴な文字列反転がなぜ壊れるのか。文字コードの地雷原を、韓国語・日本語ユーザーの視点から深く掘り下げます。
2026-06-16 · 20 分で読めます #unicode#text#fundamentals