Unicode 文字列を GUI で入出力する際にサロゲートペアを意識する事はまずありませんが、例外があります。以下の例を見てみましょう。

procedure TForm1.Button1Click(Sender: TObject);
begin
  Edi1.MaxLength := 1;
end;

このように、MaxLength プロパティに 1 を設定してしまうと、Edit1 にサロゲートペアを入力する事はできなくなります。MaxLength プロパティが制限するのは、文字数ではなく文字要素(エレメント)数だからです。

問題の殆どは、”文字単位で文字列処理を行う場合” に起きます。よくある間違いが Length() です。

  if Length(Edit1.Text) > 10 then
    begin
      ShowMessage('10文字以内で入力してください');
      Exit;
    end;

この例では、Edit1 にサロゲートペアが含まれる文字列を入力すると、文字数制限に満たないのに、メッセージが表示されてしまいます。サロゲートペアを考慮した文字数で入力制限を行うには以下のようにします。

  if SysUtils.ElementToCharIndex(Edit1.Text, Length(Edit1.Text)) > 10 then
    begin
      ShowMessage('10文字以内で入力してください');
      Exit;
    end;

次にCopy() の挙動をみてみましょう。

サロゲートペア “0xD840 0xDC0B” はコードポイント U+2000B の文字(サロゲートペア)です。

procedure TForm1.Button1Click(Sender: TObject);
var
  S: String;
begin
  S := 'AB' + #$D840#$DC0B + 'CD';
  ShowMessage(S);
  S := Copy(S, 2, 3);
  ShowMessage(S);
end;

これでは正しく動作しません。何故なら、Copy() の第2引数は、文字インデックスではなく文字要素(エレメント)インデックスであり、第3引数も文字数ではなく文字要素(エレメント)数だからです。

過去にマルチバイト文字を扱った事のある方なら、「じゃあ、これでいいでしょ？」とおっしゃる事でしょう。

uses
  … , AnsiStrings;

procedure TForm1.Button1Click(Sender: TObject);
var
  S: String;
begin
  S := 'AB' + #$D840#$DC0B + 'CD';
  ShowMessage(S);
  S := AnsiStrings.AnsiMidStr(S, 2, 3);
  ShowMessage(S);
end;

残念ながら、UnicodeString版の AnsiMidStr() を用いても、お望みの結果にはなりません。文字インデックスと文字数による文字列操作を行いたい場合には以下のようにします。

function Copy_S(Str: UnicodeString; CharIndex: Integer; CharCount: Integer): String;
var
  SIdx, EIdx : Integer;
begin
  SIdx := CharToElementIndex(Str, CharIndex);
  EIdx := CharToElementLen(Str, CharIndex + CharCount - 1);
  result := Copy(Str, SIdx, (EIdx + 1) - SIdx);
end;

procedure TForm1.Button1Click(Sender: TObject);
var
  S: String;
begin
  S := 'AB' + #$D840#$DC0B + 'CD';
  ShowMessage(S);
  S := Copy_S(S, 2, 3);
  ShowMessage(S);
end;

サロゲートペアを考慮した文字列操作に必要だと思われる関数には以下のようなものがあります。

• ByteType
• CharLength
• CharToElementIndex
• CharToElementLen
• ElementToCharIndex
• ElementToCharLen

CharLength() は補足が必要です。CharLength() は S[Index] にある文字が何バイトで構成されるか？を返します。この際に、S[Index] がサロゲートペアの第2ワードを指している場合、CharLength() は 1 を返します。

var
  S: String;
  Idx: Integer;
begin
  S := 'AB' + #$D840#$DC0B + 'CD';
  Idx := CharLength(S, 3); // 4 (バイト単位)
  ShowMessage(IntToStr(Idx));
  Idx := CharLength(S, 4); // 2 (バイト単位)
  ShowMessage(IntToStr(Idx));
end;

S[Index] が BMP の文字なのか、サロゲートペアなのかを調べるには代わりに ByteType() を利用します。CharLength() の仕様で、戻り値を ”文字要素(エレメント)数” で知りたい場合には以下のようにします。

var
  S: String;
  Idx: Integer;
begin
  S := 'AB' + #$D840#$DC0B + 'CD';
  Idx := CharLength(S, 3) div StringElementSize(S); // 2 (エレメント単位)
  ShowMessage(IntToStr(Idx));
  Idx := CharLength(S, 4) div StringElementSize(S); // 1 (エレメント単位)
  ShowMessage(IntToStr(Idx));
end;