charcodeat 返回 utf-16 编码值，对超出 bmp 的字符（如 emoji）会拆解为代理对的高位或低位码点；代理对由两个 16 位码元组成，需组合还原为完整 unicode 码点。
charCodeAt 返回字符串中指定位置字符的 UTF-16 编码值（0–65535），对 ASCII 字符表现直观，但遇到 emoji、中文、带变音符号的字母等**超出基本多文种平面（BMP）的字符时，会返回代理对（surrogate pair）中的高位或低位码点，而非完整 Unicode 码点**。
什么是代理对？为什么 charCodeAt 会“拆开”一个字符？
Unicode 中，U+10000 及以上的字符（如 ?、??、?）在 JavaScript 字符串中以两个 16 位码元（即代理对）存储：一个高位代理（0xD800–0xDFFF） + 一个低位代理（0xD800–0xDFFF）。而 charCodeAt 每次只读取一个索引位置的 16 位值，因此对这类字符会分别返回两个独立的数值，看起来像“一个字符占两个位置”。
- 例如：
"?".length === 2，"?".charCodeAt(0)返回 55348（0xD83C），"?".charCodeAt(1)返回 57216（0xDF3C） - 单独看这两个数毫无语义，组合起来才是真正的 Unicode 码点 U+1F30D（用公式
(high - 0xD800) * 0x400 + low - 0xDC00 + 0x10000可还原）
常见误用场景与风险
直接用 charCodeAt 遍历字符串并做字符判断或截断，容易出错：
- 遍历时跳过半个代理对 → 导致乱码或
String.fromCharCode拼出无效字符 - 用
charCodeAt(i) === 65判断是否为 'A' 是安全的，但charCodeAt(i) === 0x1F30D永远不成立（因为 0x1F30D > 65535） - 计算“字符数”时用
str.length会把 emoji 当作 2 个单位，而非 1 个视觉字符
更安全的替代方案
现代 JavaScript 提供了基于 Unicode 码点的操作方式，避免代理对干扰：
- 用
str.codePointAt(i)替代charCodeAt(i)：返回完整的 Unicode 码点（支持 > 0xFFFF 的值） - 用 for…of 遍历字符串：
for (const ch of "?abc") { console.log(ch); }—— 自动按 Unicode 字符（而非 UTF-16 码元）分割 - 需要兼容旧环境时，可用
Array.from(str)或正则str.match(/[\s\S]/gu)获取真正字符数组
小结：何时还能放心用 charCodeAt？
在明确只处理 ASCII（U+0000–U+007F）或 BMP 内字符（如大部分中文、拉丁扩展-A）且无需跨平台一致性的简单场景下，charCodeAt 仍够用。但只要涉及 emoji、古文字、数学符号、越南文/阿拉伯文等复杂文本，就应优先使用 codePointAt 和 for…of。
Java免费学习笔记：立即使用
解锁 Java 大师之旅：从入门到精通的终极指南
