サロゲートペア

Encoding & Standards

U+FFFFを超える文字を表すために使用される2つのUTF-16コード単位の組み合わせ。上位サロゲート（U+D800〜U+DBFF）と下位サロゲート（U+DC00〜U+DFFF）で構成される。

Characters with code points above U+FFFF cannot fit in a single 16-bit value. UTF-16 solves this by encoding them as two 16-bit values called a surrogate pair. Since most emoji are above U+FFFF, surrogate pairs are extremely common with emoji.

For example, 😀 (U+1F600) becomes the surrogate pair 0xD83D 0xDE00 in UTF-16. The formula: high surrogate = 0xD800 + ((cp - 0x10000) >> 10), low surrogate = 0xDC00 + ((cp - 0x10000) & 0x3FF).

This is why JavaScript's `'😀'.charCodeAt(0)` returns 55357 (0xD83D) — it's returning the high surrogate, not the actual code point.

関連用語

UTF-16 UTF-16
1文字あたり2または4バイトを使用する可変長Unicode符号化方式。JavaScript、Java、Windowsが内部的に使用している。 コード単位 コード単位
文字を符号化するための最小ビット単位。UTF-8では8ビット、UTF-16では16ビット、UTF-32では32ビット。 補助多言語面（SMP） (SMP) 補助多言語面（SMP） (SMP)
Unicode第1面（U+10000からU+1FFFF）。大多数の絵文字コードポイントが割り当てられている領域。 面（プレーン） 面（プレーン）
連続する65,536個のUnicodeコードポイントのグループ。第0面は基本多言語面（BMP）で、ほとんどの絵文字は第1面（SMP）に配置されている。

関連ツール

🔢 Unicode 検索 Unicode 検索
U+1F600 のようなコードポイントを入力すると、対応する絵文字、エンコード詳細、UTF-8/16 バイト、HTML エンティティを確認できます。 🔍 シーケンスアナライザー シーケンスアナライザー
ZWJ シーケンス、肌の色の修飾子、キーキャップシーケンス、国旗のペアを個別のコンポーネントに分解します。

関連ストーリー

Unicode Lookup: Find Any Emoji by Code Point
Enter a Unicode code point like U+1F600 or paste an emoji to see its full encoding breakdown — UTF-8, UTF-16, HTML entities, and more.
How to Handle Emojis in JavaScript: Strings, Length, and Rendering
Learn how to work with emojis in JavaScript: string length pitfalls, Unicode code points, regex, grapheme segmentation, and React rendering tips.
Why string.length Lies: Grapheme Clusters and Emoji Length
Why string.length fails for emoji, what grapheme clusters are, and how to correctly count characters in JavaScript, Python, and more.
Handling Emojis in JSON and REST APIs
How to correctly handle emoji in JSON serialization, REST API design, database storage, and HTTP headers — including surrogate pair pitfalls.
Emoji Encoding Guide: UTF-8, UTF-16 & Surrogate Pairs
A developer's guide to emoji encoding — how UTF-8, UTF-16, and UTF-32 represent emoji, and common pitfalls with surrogate pairs.