javascript字符串的length属性返回utf-16编码单元数而非用户感知的字符数，处理emoji、代理对、组合字符时易出错，应使用array.from(str)或intl.segmenter获取真实字符或图形单元数。
JavaScript 字符串的 length 属性返回的是 UTF-16 编码单元（code unit）的数量，不是用户直观看到的“字符个数”。这个区别在处理 emoji、带变音符号的字母、罕见汉字或组合序列时尤为关键。
length 统计的是编码单元，不是 Unicode 字符
JavaScript 字符串底层使用 UTF-16 编码。大多数常见字符（如 ASCII 字母、常用汉字）占用 1 个编码单元，length 表现正常；但 Unicode 码点超出 U+FFFF 的字符（例如 ?、?、?❤️?）需用两个连续的 16 位单元表示——即“代理对”，此时 length 就会返回 2 或更多，尽管视觉上只是一个整体。
-
'a'.length→ 1 -
'?'.length→ 2（U+20BB7，需代理对） -
'??'.length→ 7（含 ZWJ 连接符和多个代理对） -
'café'.length→ 5（若 é 由e + \u0301组合而成）
截取和遍历时直接用 length 容易出错
基于 length 的索引操作（如 substring、charAt、传统 for 循环）可能在代理对中间切断，导致乱码或异常显示。
Alibabacloud Sdk Client Initialization For Java
下载
在 Java 中初始化和管理阿里云 SDK客户端。包括单例模式、线程安全、endpoint 与 region 配置、VPC 终端节点、同步与异步等。
- 避免：
str.substring(0, 5)—— 可能切开一个 emoji - 推荐：
Array.from(str).slice(0, 5).join('') - 遍历推荐用
for (const char of str)或Array.from(str).forEach(...)，它们能正确识别完整字符 - 不要用
/./g匹配，改用/./gu（带u标志）
获取真实“字符数”的可靠方法
按语义需求选择合适方式：
- 要统计 Unicode 码点数（较接近“字符数”）：用
Array.from(str).length或扩展运算符[...str].length - 要统计人眼可见的图形单元（grapheme cluster），比如肤色修饰 emoji（?）、ZWJ 序列（????）：使用
Intl.Segmenter - 示例：
new Intl.Segmenter('und', {granularity: 'grapheme'}).segment('????').length→ 1
表单校验和业务逻辑中需前后端统一
用户输入一个 ?，.length 是 2，但用户认为是 1 个字符。若前端限制“最多 10 字”，仅靠 str.length 会导致体验偏差。
- 前端校验建议用
Array.from(str).length - 后端也必须采用相同逻辑，否则绕过前端提交仍可能超限
- 数据库字段长度限制（如 VARCHAR(20)）通常按字节或编码单元计，注意与应用层语义对齐
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
