JS如何正确计算字符串长度？这6种方法快收藏！

在JavaScript中，计算字符串长度并非简单地使用`.length`属性。本文深入探讨了六种计算JS字符串长度的方法，包括简单直接的`length`属性、`split()`方法、以及能正确处理Unicode字符（如emoji）的`Array.from()`方法。此外，还介绍了使用正则表达式匹配特定字符、循环遍历自定义计算规则，以及实验性的Intl.Segmenter API。文章还剖析了JS字符串内部的UTF-16编码存储机制，解释了为什么`length`属性在处理emoji等增补字符时会失效，并提供了计算中英文混合字符串真实长度的解决方案。掌握这些方法，能帮助开发者在不同场景下更准确地获取JS字符串的长度。

JS中字符串长度计算有多种方法，需根据场景选择。①length属性最简单但可能错误处理Unicode字符；②split()方法分割字符串为数组后统计长度；③Array.from()能正确处理如emoji等Unicode字符；④正则表达式可用于匹配特定字符后统计；⑤循环遍历可自定义规则计算长度；⑥Intl.Segmenter API实验性支持更精确的文本分割。JS字符串内部以UTF-16编码存储，length返回代码单元数量，对增补字符如emoji会出错，需用Array.from()或Intl.Segmenter正确处理。对于中英文混合字符串的真实长度计算，可通过判断字符Unicode范围，英文字符算1，中文算2，通过遍历实现更准确计数。

字符串长度计算在JS中，其实没那么死板。方法很多，关键看你用哪个顺手，哪个更适合你的场景。别想着一步到位，灵活点，组合着用效果更好。

解决方案

1. length 属性： 这是最简单直接的方法，直接访问字符串的length属性就能得到字符串的长度。但要注意，它把所有字符都算作一个长度，包括一些特殊字符。

   

   let str = "Hello, world!";
   console.log(str.length); // 输出 13

2. split() 方法： 可以用空字符串 "" 作为分隔符，将字符串分割成字符数组，然后取数组的长度。

   let str = "你好世界";
   console.log(str.split("").length); // 输出 4

3. Array.from() 方法： ES6 引入的，可以将字符串转换为数组，正确处理 Unicode 字符（比如 emoji）。

   let str = "你好?";
   console.log(Array.from(str).length); // 输出 3，正确处理了emoji

4. 使用正则表达式： 可以用正则表达式匹配字符串中的字符，然后计算匹配到的数量。这在处理包含特定字符的字符串时很有用。

   let str = "Hello123World456";
   let matches = str.match(/[\u4e00-\u9fa5]/g); // 匹配中文
   console.log(matches ? matches.length : 0); // 输出 0，因为没有中文

5. 循环遍历： 最原始的方法，遍历字符串中的每个字符，计数器加一。可以自定义字符长度的计算规则。

   function getStringLength(str) {
     let count = 0;
     for (let i = 0; i < str.length; i++) {
       // 可以根据需要添加判断逻辑，比如中文算两个字符长度
       count++;
     }
     return count;
   }
   
   let str = "Hello 你好";
   console.log(getStringLength(str)); // 输出 9

6. Intl.Segmenter API (实验性): 这是一个比较新的API，用于文本分割，可以更精确地处理不同语言的字符。目前还在实验阶段，兼容性可能不太好。

   const segmenter = new Intl.Segmenter('zh-CN', { granularity: 'grapheme' });
   const string = '你好?世界';
   const segments = [...segmenter.segment(string)];
   console.log(segments.length); // 输出 5，正确处理了emoji

JS中length属性的底层原理是什么？

length 属性之所以能直接返回字符串长度，是因为JS字符串在内部是以 UTF-16 编码存储的。length 属性直接返回字符串中 UTF-16 代码单元的数量。对于 BMP (基本多文种平面) 中的字符，一个字符对应一个代码单元，所以 length 没问题。但对于增补字符 (Supplementary Characters)，一个字符需要两个代码单元来表示，这时候 length 就会出错。这就是为什么需要 Array.from() 或 Intl.Segmenter 来正确处理 Unicode 字符的原因。

如何计算包含中英文混合字符串的真实长度？

中文通常占用两个字节，英文占用一个字节。如果需要计算这种“真实长度”，可以遍历字符串，判断每个字符的 Unicode 编码范围，然后累加长度。

function getRealLength(str) {
  let realLength = 0;
  for (let i = 0; i < str.length; i++) {
    let charCode = str.charCodeAt(i);
    if (charCode >= 0 && charCode <= 128) {
      realLength += 1; // 英文字符
    } else {
      realLength += 2; // 中文字符或其他双字节字符
    }
  }
  return realLength;
}

let str = "Hello 你好";
console.log(getRealLength(str)); // 输出 10

为什么处理emoji表情时，普通的length属性会失效？

Emoji 表情通常属于 Unicode 增补字符，它们需要两个 UTF-16 代码单元来表示。因此，length 属性会将一个 emoji 算作两个字符长度。Array.from() 和 Intl.Segmenter 能够正确识别这些增补字符，将它们作为一个整体来处理。

let str = "Hello?";
console.log(str.length); // 输出 7，错误
console.log(Array.from(str).length); // 输出 6，正确

到这里，我们也就讲完了《JS如何正确计算字符串长度？这6种方法快收藏！》的内容了。个人认为，基础知识的学习和巩固，是为了更好的将其运用到项目中，欢迎关注golang学习网公众号，带你了解更多关于JavaScript,字符串长度,unicode,Array.from(),UTF-16的知识点！