最終更新:

絵文字の組み合わせで意味が変わる - 1 文字と 2 文字以上で伝わる情報量の違い

約 8 分で読めます

スマホの絵文字キーボードで「👨‍👩‍👧‍👦」を選んだとき、あなたは 1 つの絵文字を入力したつもりでし⁠ょ⁠う⁠。ところが、この家族絵文字の正体は「👨 + ZWJ + 👩 + ZWJ + 👧 + ZWJ + 👦」という 7 つのコードポイントの連結⁠で⁠す⁠。見た目は 1 文字、中身は 7 つ⁠。絵文字の世界では、組み合わせ次第で 1 文字の意味も文字数も劇的に変わり⁠ま⁠す⁠。

ZWJ シーケンス - 見えない接着剤で絵文字を合体させる

ZWJ (Zero Width Joiner) は、Unicode のコードポイント U+200D に割り当てられた「幅ゼロの接合子」⁠で⁠す⁠。画面上には何も表示されませんが、前後の絵文字を 1 つに結合する接着剤の役割を果たし⁠ま⁠す⁠。

仕組みはシンプル⁠で⁠す⁠。絵文字 A + ZWJ + 絵文字 B と並べると、OS やアプリがこの組み合わせに対応するグリフ (描画イメージ) を持っていれば、A と B が合体した 1 つの絵文字として表示され⁠ま⁠す⁠。対応するグリフがなければ、A と B がそのまま並んで表示されるだけ⁠で⁠す⁠。つまり ZWJ シーケンスは「合体できたらする、できなければそのまま」という柔軟な仕組みなの⁠で⁠す⁠。

ZWJ シーケンス構成要素コードポイント数表示
👨‍👩‍👧‍👦👨 + ZWJ + 👩 + ZWJ + 👧 + ZWJ + 👦7家族 (父母娘息子)
👩‍💻👩 + ZWJ + 💻3女性テクノロジスト
🏳️‍🌈🏳️ + ZWJ + 🌈4レインボーフラッグ
👨‍🍳👨 + ZWJ + 🍳3男性料理人
🧑‍🚀🧑 + ZWJ + 🚀3宇宙飛行士
❤️‍🔥❤️ + ZWJ + 🔥4燃える心
👩‍❤️‍👨👩 + ZWJ + ❤ + VS16 + ZWJ + 👨6カップル

家族絵文字は ZWJ シーケンスの中でも最もコードポイント数が多い部類⁠で⁠す⁠。4 人家族の「👨‍👩‍👧‍👦」は 7 コードポイント、UTF-8 でエンコードすると 25 バイトにもなり⁠ま⁠す⁠。たった 1 文字の絵文字が、英語のアルファベットなら 25 文字分のデータ量を消費しているわけ⁠で⁠す⁠。

ZWJ シーケンスの面白いところは、理論上はどんな絵文字同士でも結合を試みられる点⁠で⁠す⁠。「🐱 + ZWJ + 🐉」(猫とドラゴン) のような未定義の組み合わせを入力しても、エラーにはなりま⁠せ⁠ん⁠。対応グリフがないので猫とドラゴンが並んで表示されるだけ⁠で⁠す⁠。Unicode が RGI (Recommended for General Interchange = 汎用交換向け推奨) として公式に登録している ZWJ シーケンスは、Emoji 17.0 の一覧では 1,614 件⁠で⁠す⁠。ただしこれは肌の色の違いを別件として数えた値で、肌の色の変種をまとめると 249 件に整理され⁠ま⁠す⁠。「何種類あるか」の答えが数え方で 6 倍以上ぶれるのは、絵文字の数え方の難しさをそのまま映してい⁠ま⁠す⁠。この一覧の外側でも、ベンダーが独自に対応を追加することがあり⁠ま⁠す⁠。

国旗絵文字 - 2 文字の地域インジケータで 1 つの旗を描く

🇯🇵 (日本の国旗) は 1 つの絵文字に見えますが、実は「地域インジケータ記号文字 J」(U+1F1EF) と「地域インジケータ記号文字 P」(U+1F1F5) の 2 文字の組み合わせ⁠で⁠す⁠。ISO 3166-⁠1 alpha-2 の国コード「JP」を、専用の Unicode 文字で表現しているの⁠で⁠す⁠。

国旗国コード地域インジケータコードポイント
🇯🇵JP🇯 + 🇵U+1F1EF U+1F1F5
🇺🇸US🇺 + 🇸U+1F1FA U+1F1F8
🇬🇧GB🇬 + 🇧U+1F1EC U+1F1E7
🇫🇷FR🇫 + 🇷U+1F1EB U+1F1F7
🇧🇷BR🇧 + 🇷U+1F1E7 U+1F1F7
🇰🇷KR🇰 + 🇷U+1F1F0 U+1F1F7

地域インジケータ記号は A から Z まで 26 文字あり、理論上は 26 × 26 = 676 通りの組み合わせが可能⁠で⁠す⁠。しかし、実際に国旗として表示されるのは ISO 3166-⁠1 に登録された約 250 の国 / 地域コードだけ⁠で⁠す⁠。未登録の組み合わせ (例えば「🇽🇽」) は、プラットフォームによって「XX」のテキストや空白として表示され⁠ま⁠す⁠。

この設計には政治的な配慮が込められてい⁠ま⁠す⁠。Unicode Consortium は「どの地域を国として認めるか」という政治的判断を避けるため、国旗の絵文字を直接定義せず、ISO 3166-⁠1 という既存の国際規格に委ねま⁠し⁠た⁠。新しい国が独立して ISO 3166-⁠1 に登録されれば、Unicode の仕様を変更しなくても自動的に国旗絵文字が使えるようになり⁠ま⁠す⁠。

URL の文字数制限でも触れた通り、国コードはインターネットのさまざまな場面で使われてい⁠ま⁠す⁠。ccTLD (国別トップレベルドメイン) の「.jp」も同じ ISO 3166-⁠1 の国コードに基づいてい⁠ま⁠す⁠。

肌の色修飾子 - 1 つの絵文字が 5 色に変わる仕組み

2015 年の Unicode 8.0 で導入された肌の色修飾子 (Emoji Modifier) は、人物絵文字の肌の色を変更するための仕組み⁠で⁠す⁠。フィッツパトリック・スケール (皮膚科で使われる肌色分類) に基づく 5 段階の修飾子が用意されてい⁠ま⁠す⁠。

修飾子コードポイントフィッツパトリック分類例 (👋 + 修飾子)
🏻U+1F3FBType I-II (明るい肌色)👋🏻
🏼U+1F3FCType III (やや明るい肌色)👋🏼
🏽U+1F3FDType IV (中間の肌色)👋🏽
🏾U+1F3FEType V (やや暗い肌色)👋🏾
🏿U+1F3FFType VI (暗い肌色)👋🏿

肌の色修飾子を付けると、1 つの絵文字が 2 コードポイントになり⁠ま⁠す⁠。「👋」(U+1F44B) は 1 コードポイントですが、「👋🏽」は「U+1F44B U+1F3FD」の 2 コードポイント⁠で⁠す⁠。UTF-8 では 4 バイト + 4 バイト = 8 バ⁠イ⁠ト⁠。肌の色を指定するだけでデータ量が倍になるの⁠で⁠す⁠。

さらに、ZWJ シーケンスと肌の色修飾子を組み合わせると、コードポイント数は爆発的に増え⁠ま⁠す⁠。例えば、肌の色が異なるカップルの絵文字「👩🏻‍❤️‍👨🏿」は、👩 + 🏻 + ZWJ + ❤ + VS16 + ZWJ + 👨 + 🏿 で 8 コードポイントにもなり⁠ま⁠す⁠。UTF-8 でのバイト数は 28 バ⁠イ⁠ト⁠。英語の「Hi there!」が 9 バイトですから、見た目は 1 つの絵文字でも 3 倍以上のデータ量を運んでいることになり⁠ま⁠す⁠。

絵文字スラング - 組み合わせで生まれる隠語の世界

絵文字は公式の意味だけでなく、ユーザーコミュニティの中で独自のスラングとしても使われてい⁠ま⁠す⁠。単体では無害な絵文字が、組み合わせることで全く別の意味を持つようになるの⁠で⁠す⁠。

最も有名なのは 🍑🍆 の組み合わせでし⁠ょ⁠う⁠。桃とナスという食べ物の絵文字ですが、SNS 上では性的な暗喩として広く認知されてい⁠ま⁠す⁠。厄介なのは、絵文字そのものは公式には食べ物のままだという点⁠で⁠す⁠。送った側は果物と野菜を並べただけでも、受け取った側はスラングとして⁠読⁠む⁠。この「公式の意味」と「実際の読まれ方」のずれが、絵文字コミュニケーション特有のすれ違いを生み⁠ま⁠す⁠。

絵文字の組み合わせ文字数公式の意味スラングとしての意味
🍑🍆2 文字桃とナス性的な暗喩
🧢1 文字野球帽嘘 (cap = 嘘をつく)
💀1 文字頭蓋骨笑いすぎて死んだ
🐐1 文字ヤギGOAT (Greatest Of All Time)
👁️👄👁️3 文字目と口驚き / 困惑の顔
🫠1 文字溶ける顔恥ずかしい / 照れる
🤡1 文字ピエロ愚かな行動をした人

「👁️👄👁️」は 3 つの絵文字を並べて顔を作る、いわゆる「絵文字アート」の一種⁠で⁠す⁠。目 + 口 + 目で「何とも言えない表情」を表現してい⁠ま⁠す⁠。この 3 文字の組み合わせは SNS 上で広まり、驚きや困惑、あるいは「見てしまった」というニュアンスで使われ⁠ま⁠す⁠。ZWJ シーケンスと違って結合の仕組みは一切使っておらず、並べただけで顔になるという発想だけで成立している点が面白いところ⁠で⁠す⁠。

絵文字スラングは世代や地域によって解釈が異なり⁠ま⁠す⁠。日本では 🙏 は「お願い」や「ありがとう」の意味で使われますが、欧米では「ハイタッチ」と解釈されることもあり⁠ま⁠す⁠。絵文字の Unicode と文字数カウントで解説した通り、絵文字の技術的な文字数と、人間が感じる「意味の量」は全く別の次元の話なの⁠で⁠す⁠。

数え方の単位で絵文字の文字数は変わる

絵文字の文字数が場所によって食い違う原因は、プラットフォームの気分ではなく「何を 1 単位として数えているか」の違い⁠で⁠す⁠。同じ「👨‍👩‍👧‍👦」でも、単位を変えるだけで 1 から 25 まで答えが動き⁠ま⁠す⁠。

数える単位👨‍👩‍👧‍👦🇯🇵この単位を使う場所
書記素クラスター (見た目の 1 文字)11Swift の count / Intl.Segmenter
コードポイント72Python 3 の len() / [...str].length
UTF-16 コードユニット (16 ビット単位)114JavaScript の .length / SMS の UCS-2 モード
UTF-8 バイト258Rust の len() / Go の len() / DB のバイト長

投稿画面の残り文字数がどの単位で減るかは、サービス側が公開していない限り外からは断定できま⁠せ⁠ん⁠。上限ぎりぎりの投稿を絵文字で飾るなら、実際に貼り付けてカウンターの動きを見るのが確実⁠で⁠す⁠。ただし X (旧 Twitter) だけは仕様が公開されてい⁠ま⁠す⁠。

Twitter (X) は比較的寛大で、ZWJ シーケンスの家族絵文字も国旗絵文字も、見た目通り 1 つの絵文字として扱います (ただし内部的には 2 文字分の重みを持ちま⁠す⁠)⁠。Twitter の文字数制限で詳しく解説していますが、280 文字の制限内で絵文字は 1 つあたり 2 文字分としてカウントされ⁠ま⁠す⁠。

一方、JavaScript の .length プロパティは UTF-16 コードユニット数を返すため、サロゲートペアを含む絵文字は見た目の文字数より大きな値になり⁠ま⁠す⁠。家族絵文字「👨‍👩‍👧‍👦」の .length は 11 で⁠す⁠。正確な文字数を得るには Array.from(str).length や [...str].length を使う必要がありますが、これでも ZWJ シーケンスは分解されて 7 と返り⁠ま⁠す⁠。書記素クラスター (grapheme cluster) 単位でカウントするには Intl.Segmenter API を使い⁠ま⁠す⁠。

SNS の文字数制限まとめも参考にしてみてくだ⁠さ⁠い⁠。プラットフォームごとのカウント方法の違いを知っておくと、絵文字を多用する投稿で「文字数オーバー」に悩まされることが減り⁠ま⁠す⁠。

絵文字しりとりと映画タイトル当て - 遊びの中の文字数

絵文字を使った遊びも、文字数の観点から見ると面白い発見があり⁠ま⁠す⁠。

「絵文字しりとり」は、絵文字の名前でしりとりをするゲーム⁠で⁠す⁠。🍎 (りんご) → 🦍 (ゴリラ) → 🍜 (ラーメン)... のように続け⁠ま⁠す⁠。ルールは簡単ですが、揉めるのは必ず「名前」⁠で⁠す⁠。上の例の 🍜 も、Unicode 上の文字名は「STEAMING BOWL」(湯気の立つ丼) で、ラーメンと決まっているわけではありま⁠せ⁠ん⁠。🍛 は「CURRY AND RICE」なので、「カレー」と読むか「カレーライス」と読むかで次に出せる絵文字が変わり⁠ま⁠す⁠。🫥 のように見慣れない絵文字も厄介で、文字名は「DOTTED LINE FACE」ですが、日本語での呼び方は人によってばらつき⁠ま⁠す⁠。絵文字の各言語での名前は Unicode の CLDR (Common Locale Data Repository) が定義しているので、遊ぶ前に「CLDR の日本語名を正とする」と決めておくと最後まで成立し⁠ま⁠す⁠。

「絵文字で映画タイトルを当てる」ゲームも人気⁠で⁠す⁠。例えば「🦁👑」は絵文字 2 つで「ライオンキング」(7 文字)、「👻👻👻🔫」は絵文字 4 つで「ゴーストバスターズ」(9 文字)、「🧙‍♂️💍🌋」は絵文字 3 つで「ロード・オブ・ザ・リング」(中黒を除いて 9 文字) を表し⁠ま⁠す⁠。絵文字の組み合わせは、文字数を大幅に圧縮しながら意味を伝える、一種の「超圧縮言語」と言えるかもしれま⁠せ⁠ん⁠。ただし圧縮できているのは見た目の文字数だけで、「🧙‍♂️」は内部では 4 コードポイントの ZWJ シーケンス⁠で⁠す⁠。データ量で見れば、絵文字はむしろ膨らむ側にい⁠ま⁠す⁠。

プログラミングで絵文字の「本当の文字数」を取得する

開発者にとって、絵文字の文字数カウントは頭痛の種⁠で⁠す⁠。言語やランタイムによって返る値がバラバラだから⁠で⁠す⁠。

言語 / 環境メソッド「👨‍👩‍👧‍👦」の結果カウント単位
JavaScript"👨‍👩‍👧‍👦".length11UTF-16 コードユニット
JavaScript[..."👨‍👩‍👧‍👦"].length7コードポイント
Python 3len("👨‍👩‍👧‍👦")7コードポイント
Swift"👨‍👩‍👧‍👦".count1書記素クラスター
Rust"👨‍👩‍👧‍👦".len()25バイト (UTF-8)
Golen("👨‍👩‍👧‍👦")25バイト (UTF-8)

Swift だけが「1」を返すのは、Swift が書記素クラスター (grapheme cluster) を文字の単位として採用しているから⁠で⁠す⁠。人間の直感に最も近い結果ですが、内部的な処理コストは高くなり⁠ま⁠す⁠。JavaScript で同じ結果を得るには Intl.Segmenter を使い⁠ま⁠す⁠。

Unicode の基礎知識で解説した通り、「文字数」の定義はコンテキストによって異なり⁠ま⁠す⁠。絵文字の組み合わせは、この問題を最も鮮明に浮き彫りにする存在⁠で⁠す⁠。全角と半角の文字数カウントの違いと同様に、絵文字のカウント方法もプラットフォームや言語によって異なることを覚えておきまし⁠ょ⁠う⁠。

絵文字の未来 - 組み合わせの可能性は無限大

2026 年 8 月時点で最新の Emoji 17.0 の集計表では、絵文字の総数は 3,953 件⁠で⁠す⁠。ただしこの数え方は肌の色の変種を 1 件ずつ数えたもので、一覧に並ぶ 3,944 件の完全修飾シーケンスのうち 2,030 件、つまり半数以上が肌の色の変種⁠で⁠す⁠。「絵文字は何個あるのか」に一つの答えが無いのは、ここまで見てきた「何を 1 単位として数えるか」の問題が、総数の集計にもそのまま現れているから⁠で⁠す⁠。

比較的新しい仕組みとしては、Emoji 15.1 で加わった「方向」のシーケンスがあり⁠ま⁠す⁠。🏃 (走る人) に右向き矢印を ZWJ で繋ぐと 🏃‍➡️ (右向きに走る人) になり⁠ま⁠す⁠。中身は 🏃 + ZWJ + ➡ + VS16 の 4 コードポイント、UTF-8 で 13 バ⁠イ⁠ト⁠。向きを変えるだけで、元の 🏃 (4 バイト) の 3 倍以上のデータ量になり⁠ま⁠す⁠。

絵文字の組み合わせは、テキストコミュニケーションの表現力を飛躍的に高めま⁠し⁠た⁠。1 文字の絵文字が内部的に何コードポイントで構成されているかは、普段のチャットでは気にする必要はありま⁠せ⁠ん⁠。しかし、文字数制限のある SNS への投稿や、データベースの文字数設計、プログラミングでの文字列処理では、この「見た目の文字数」と「内部的な文字数」のギャップが思わぬ落とし穴になり⁠ま⁠す⁠。

LINE メッセージの文字数の記事でも触れていますが、絵文字を多用するメッセージは、テキストだけのメッセージよりもデータ量が大きくなり⁠ま⁠す⁠。次に絵文字を選ぶとき、その 1 文字の裏側にどれだけのコードポイントが隠れているか、ちょっと想像してみると面白いかもしれま⁠せ⁠ん⁠。

この記事を共有