【C#】Char.IsSurrogateメソッドで指定した文字がサロゲートコードかどうかを判定する方法

C#で文字列内の指定された位置にある文字がサロゲートコードポイント（Unicode範囲 U+D800 ～ U+DFFF）を持つかどうかを確認するには、Char.IsSurrogateメソッドを使用します。このメソッドは、指定位置の文字が上位サロゲートまたは下位サロゲートである場合に true を返します。

サロゲートは、絵文字などの補助文字（BMP外の文字）をUTF-16で表現するために使われる特殊なコード単位で、通常はペアで構成されます。文字列処理を行う際にこの判定は非常に重要です。

例1：サロゲート値を含む場合

以下の例では、文字配列の末尾（インデックス4）にサロゲート値 \uD800 を含む文字列を作成し、Char.IsSurrogate で判定しています。

using System;
public class Demo {
    public static void Main() {
        string str = new String(new char[] { 'k', 'm', 'g', 't', '\uD800' });
        bool res = Char.IsSurrogate(str, 4);
        if (res)
            Console.WriteLine("Contains Surrogate value!");
        else
            Console.WriteLine("Does not contain Surrogate value!");
    }
}

出力

上記のコードを実行すると、次の出力が得られます。

Contains Surrogate value!

インデックス4の文字がサロゲートコードポイント（U+D800）であるため、true が返されています。

例2：サロゲート値を含まない場合

続いて、すべてが通常の英字で構成された文字列の場合を見てみましょう。

using System;
public class Demo {
    public static void Main() {
        string str = new String(new char[] { 'k', 'm', 'g', 't', 'w' });
        bool res = Char.IsSurrogate(str, 4);
        if (res)
            Console.WriteLine("Contains Surrogate value!");
        else
            Console.WriteLine("Does not contain Surrogate value!");
    }
}

出力

実行結果は以下のとおりです。

Does not contain Surrogate value!

この場合、インデックス4の文字「w」は通常のASCII文字であり、サロゲート範囲には含まれないため false が返されます。

まとめ

• Char.IsSurrogate(string, int)：指定した文字列の指定位置の文字がサロゲートかどうかを判定する。
• Char.IsHighSurrogate(char)：上位サロゲート（U+D800 ～ U+DBFF）かどうかを判定する。
• Char.IsLowSurrogate(char)：下位サロゲート（U+DC00 ～ U+DFFF）かどうかを判定する。

マルチバイト文字や絵文字を扱うアプリケーションでは、文字列を正しく分割・解析するために、これらのメソッドを活用することをおすすめします。