JavaScript字符串的安全长度是多少？

Question

考虑到charAt(), charCodeAt(), 和codePointAt()，我发现参数的含义存在差异。在真正思考之前，我认为你总是可以安全地访问length-1处的字符。但是，我了解到charCodeAt()和codePointAt()之间的区别在于，charCodeAt()是16位（字节对），因此除了读取i之外，如果它们是代理对（如UTF-16的方法），还需要i+1。而codePointAt()需要一个引用UTF-8字符位置（从零开始）的参数。所以现在我陷入了一个困境，不确定length计算的是字符数还是字节对数，像UTF-16这样。我相信JavaScript将字符串保存为UTF-16，但是在使用codePointAt()函数处理具有大量4字节字符的字符串时，从length-1处开始会超出字符串的末尾！

- Clive

---

字符串可以是任意长度，只要有足够的内存。 - StackSlave

Answer 1

该字符串的长度是用16位无符号整数值(“元素”)或代码单元(它们一起构成一个有效或无效的UTF16代码单元序列)进行计数的，因此其索引也是如此。我们也可以称它们为“字符”。length

无论您是通过属性访问还是通过charAt, chatCodeAt和codePointAt访问它们，length - 1始终是有效的索引。但是，一个代码点可能被编码为跨越两个索引的代理对。没有内置方法来测量这些字符的数量，但默认的字符串迭代器将产生它们，因此您可以使用for … of循环来计数。

- Bergi

---

请为提问者的问题“安全长度是多少”提出一个解决方案。 - Tatsuyuki Ishi

感谢您的回答。但非常失望的是，JavaScript 在处理代理对中第二个字符的索引时会提供非法返回值，这使得它变得毫无用处。 - Clive

@Clive 你所说的“非法”是什么意思？它只是该索引处的代码单元，与其前面可能有的字节无关。但是没错，JavaScript字符串是不可变的Uint16Array，而不是Unicode字符列表。 - Bergi

@Bergi 我称之为非法，是因为这三个函数的名称中都包含子字符串'char'。从它们的名称来看，它们声称提供“字符”的代码，而不是_16位无符号整数值_的代码。 - Clive

@Bergi。 "irregardless" - 哇，那是布什的话吗？（就像“misunderestimated”）哈哈 - Clive

Answer 2

使用[...str].length来统计字符数。

var mb = "";
console.log(mb.length);
console.log([...mb].length); // "real" length (ES6)
console.log(mb.charAt(0)); // The first two byte
console.log(mb.codePointAt(0)); // The first two byte
console.log(mb.codePointAt(1)); // The second two byte
console.log(mb.charCodeAt(0)); // The four bytes combined (ES6)
console.log(mb.charCodeAt(1)); // The second two byte (ES6)

- Tatsuyuki Ishi

---

我假设你所说的mb字符集是非基本多语言平面字符。谢谢你的回答和附带的源代码。但是我对JavaScript的length属性感到困惑，它似乎并没有明确表示有多少个字符。我之前不知道有省略号这个概念。 - Clive

我建议使用 Array.from(…) 将可迭代对象转换为数组，展开语法应该只用于字面量的一部分。 - Bergi