>>4
そうですねー。
最初はどのへんが問題あるのかって話題がいいのかも。

> エンコード方式はユニコードだが、CJK漢字にない字はBMP内の漢字以外の
> 領域にマッピングしているという。

これって簡単にこんなことをしてもいいのでしょうか。
例えば、インド語（Devanagariとか）やタイ語のあたりに
強引に漢字が割り当てられているってことなのかな？
つーことは、Editコントロールなんかで表示させるとcombineされてしまう？

あと、ユニコードを使っているということで、
まさに異体字問題にぶちあたるのではないかと。
そのへんはどのようにすれば、Win系なんかで解決できるのかなと
思ったりするわけです。