Jumlah karakter emoji: satu simbol bisa memiliki 7 karakter dan 25 byte

Menghitung string yang sama dengan empat cara

Moyoutil menghitung termasuk spasi dengan [...s].length, yang menghitung titik kode. s.length JavaScript menghitung unit UTF-16. Urutan memiliki empat titik kode orang dan tiga penghubung U+200D: total tujuh. Panjang UTF-16 adalah 11 dan TextEncoder menghasilkan 25 byte UTF-8.

const s = "👨‍👩‍👧‍👦";
[...s].length // 7
s.length // 11
new TextEncoder().encode(s).length // 25

ECMAScript: String iterator · WHATWG: TextEncoder

Batas teks dan batas masukan

Unicode UAX #29 menjelaskan batas grafem diperluas dan aturan yang tidak memisahkan urutan emoji ZWJ. Intl.Segmenter dengan grapheme menghasilkan satu segmen untuk contoh ini. Batas grafem tidak menjamin tampilan atau aturan jumlah karakter semua formulir.

const segmenter = new Intl.Segmenter("en", {
  granularity: "grapheme"
});
[...segmenter.segment(s)].length // 1

Unicode UAX #29: Grapheme Cluster Boundaries

Moyoutil tidak menyediakan jumlah grafem atau UTF-16 terpisah. Tempel urutan di penghitung karakter dan byte: 7 termasuk spasi, 7 tanpa spasi, dan 25 byte UTF-8. Periksa apakah batas berarti karakter, byte, atau UTF-16 lalu verifikasi di formulir tujuan. Menghapus penghubung mengubah urutan asli.

Pertanyaan yang Sering Diajukan