JavaScript中.length统计UTF-16码元数而非Unicode码点数，导致Emoji等字符长度不准；应使用Array.from(str).length精确计数，配合正则u标志实现语义正确的匹配与处理。
JavaScript 中直接用 .length 获取含 Emoji 的字符串长度，常常不准——比如 "??".length 返回 2 或 4，而它实际是 1 个视觉字符。根本原因是 JS 默认按 UTF-16 码元（code unit）计数，不是按 Unicode 码点（code point）。启用正则的 u 标志本身不改变字符串长度计算方式，但它让正则引擎能正确识别完整码点，是处理 Emoji 的关键前提。真正解决长度问题，需配合支持码点的操作方法。
为什么 .length 不可靠
UTF-16 编码中，BMP（基本多文种平面）内字符如 a、中 占 1 个码元；但大多数 Emoji（如 U+1F468 ?）、古汉字、音乐符号等位于辅助平面（U+10000 及以上），需用两个码元组成的代理对（surrogate pair）表示。JS 的 .length 统计的是码元个数，不是用户看到的“字符”个数。
-
"?".length→ 2（实际是 1 个 Emoji） -
"?❤️??".length→ 11（含 ZWJ 连接符和多个代理对，但视觉上是 1 个家庭组合） -
"?".length→ 2（这个汉字 U+20BB7 超出 BMP，必须用代理对）
用 Array.from() + codePointAt() 精确计数
Array.from(str) 是目前最简洁可靠的方案：它会将字符串按 Unicode 码点拆分为数组，每个元素对应一个逻辑字符（包括组合序列中的基础 Emoji 和 ZWJ 连接符），再取 .length 即得真实“字符数”。
-
Array.from("?").length→ 1 -
Array.from("?❤️??").length→ 7（含 4 个 Emoji + 3 个 ZWJ） -
Array.from("?").length→ 1
注意：它不会自动合并组合序列（如肤色修饰、性别变体），若需按“视觉单位”计数（例如把 "??" 当作 1 个，而非 2 个码点），需额外使用 String.prototype.normalize() 或专用库如 grapheme-splitter。
正则 u 标志的实际作用
u 标志让正则表达式引擎以 Unicode 码点为单位匹配，而不是码元。没有它，/./ 会把代理对拆开匹配，导致错误结果。
-
/^.$/.test("?")→false（ES5 行为） -
/^.$/u.test("?")→true（正确匹配整个字符） -
"??".match(/./gu).length→ 1（g+u确保单次匹配完整码点）
它不改变字符串本身的 .length，但为校验、替换、切分等操作提供语义正确的基础。
兼容性与实用建议
现代浏览器和 Node.js（≥ v6.5）均支持 Array.from(str) 和 u 标志。若需支持老旧环境：
- 用
str.codePointCount(0, str.length)（仅 Java、Kotlin 等语言原生支持） - 在 JS 中可回退到循环 +
codePointAt()手动累加 - 对输入限制类场景（如字数统计），优先用
Array.from(str).length，它比正则更轻量且语义清晰
数据库存储、API 传输时，确保全程使用 UTF-8 或 UTF-16 编码，并在 MySQL 中使用 utf8mb4 字符集，避免截断或乱码。
