JavaScript 的 length 属性返回 UTF-16 编码单元数而非字符数，因代理对机制导致 emoji 等字符被计为多个单元；获取真实字符数应使用 Array.from(str).length 或 Intl.Segmenter。
JavaScript 中 length 属性返回字符串的 UTF-16 编码单元（code unit）数量，不是字符数。这意味着对某些特殊字符（如 emoji、中文、带变音符号的字母等），length 可能与“肉眼看到的字符个数”不一致。
为什么 length 会“算多”？——UTF-16 代理对机制
JavaScript 字符串基于 UTF-16 编码。Unicode 中编号大于 0xFFFF 的字符（如大多数 emoji、部分罕见汉字、古文字等）在 UTF-16 中需要用两个 16 位编码单元表示，称为“代理对（surrogate pair）”。length 会把这两个单元都算作独立的“位置”，因此返回值比实际字符数大 1。
-
'??'.length→ 返回 4（实际是 1 个组合 emoji，由 4 个 UTF-16 单元组成） -
'?'.length→ 返回 2（这个汉字 Unicode 码点为U+20BB7，需代理对表示） -
'a'.length→ 返回 1（基本拉丁字母，单个 UTF-16 单元）
如何获取真正的字符数量？
要得到人类感知的“字符个数”，不能只依赖 length，推荐以下方法：
-
使用扩展运算符 + Array.from()：
Array.from(str).length或[...str].length—— 利用 ES6 对字符串的迭代器支持，正确识别代理对和组合字符 -
使用 Intl.Segmenter（现代浏览器）：
new Intl.Segmenter().segment(str).toArray().length—— 更精准，还能处理组合标记（如带重音的é）、ZWJ 连接符（如家庭 emoji ????）等 -
避免正则 /./g 全局匹配：它在非 Unicode 模式下也会被代理对干扰；如需正则，务必加
u标志，例如/./gu
常见易错场景提醒
这些地方若盲目用 length，容易出 bug：
立即学习“Java免费学习笔记（深入）”；
-
截取前 N 个“字符”：用
str.substring(0, n)基于 code unit 位置，可能在代理对中间截断，导致乱码（如显示 ）；应改用Array.from(str).slice(0, n).join('') -
表单字数限制（含 emoji）：用户输入 ?✨?，
length是 6，但用户认为只有 3 个字符；建议前端校验用[...str].length，后端也需统一逻辑 - 遍历字符串用 for (let i = 0; i ：可能把一个 emoji 当成多个“字符”分别访问；推荐用
for (const char of str)或Array.from(str).forEach()
中英文混合与变音符号的兼容性
除 emoji 外，其他情况也要注意：
-
'café'.length→ 5（e 上的尖音符是独立组合字符\u0301，共 5 个 code unit） -
'你好'.length→ 2（常用汉字都在 BMP 平面，每个占 1 个 code unit，所以 length 准确） -
'???'.length→ 7（基础 emoji + 修饰符 + ZWJ + emoji，多个 code unit 组合）
不复杂但容易忽略：只要涉及用户可见的“字符计数”或“按字符操作”，就别直接信 length。
