JavaScript 的 length 属性返回 UTF-16 编码单元数而非 Unicode 字符数，故含代理对（如 emoji、增补汉字）时会高估；应使用 [...str].length 或 Array.from(str).length 获取真实字符数。
JavaScript 的 length 属性返回字符串的 UTF-16 编码单元（code unit）个数，不是 Unicode 字符（code point）个数。这意味着对含多字节 Unicode 字符（如 emoji、中文、某些生僻字）的字符串，length 可能与“人眼感知的字符数”不一致。
为什么 length 会“算错”中文和 emoji？
JavaScript 字符串内部使用 UTF-16 编码。大部分常用字符（如 ASCII 字母、常见汉字）用 1 个 UTF-16 单元表示（占 2 字节），length 值准确。但部分字符（如 U+1F600 ?、U+20000 ? 等）超出基本多文种平面（BMP），需用两个 UTF-16 单元（即代理对，surrogate pair）表示，此时 length 返回 2，而实际只对应 1 个 Unicode 字符。
-
"a".length→ 1（ASCII，单单元） -
"你好".length→ 2（常用汉字，各占 1 单元） -
"??".length→ 5（带 ZWJ 的组合 emoji，含多个代理对和连接符） -
"?".length→ 2（U+2070E，位于增补平面，需代理对）
如何获取真正的 Unicode 字符数？
用扩展运算符（[...str]）或 Array.from(str) 将字符串按 Unicode 字符（code point）拆分为数组，再取 length：
-
[..."??"].length→ 1 -
Array.from("?").length→ 1 -
Array.from("a?中??").length→ 4（每个都是独立 Unicode 字符）
注意：此方法能正确处理代理对、组合字符（如带变音符号的字母）、ZJW 连接符等现代 Unicode 特性。
立即学习“Java免费学习笔记（深入）”；
截取、遍历字符串时的常见陷阱
直接用 str.substring(0, n) 或 for (let i = 0; i 可能切开代理对，导致乱码或异常字符：
-
"?".substring(0, 1)→""（高代理单元孤立，显示为替换符） - 错误遍历可能跳过字符或重复解析
安全做法：
- 截取用
Array.from(str).slice(0, n).join("") - 遍历用
for (const char of str)（原生支持 code point 遍历） - 或使用
String.prototype.codePointAt()+String.fromCodePoint()手动处理
兼容旧环境的备选方案
若需支持不支持扩展运算符或 for...of 的老旧引擎（如 IE），可用正则匹配 Unicode 字符：
function trueLength(str) {
return str.match(/[\s\S]/u)?.length || 0;
}
// 注意：需添加 u 标志启用 Unicode 模式
或使用第三方库如 grapheme-splitter 处理更复杂的字形簇（如带肤色修饰符的 emoji）。
