不拆分表情符号的 JavaScript 子字符串

Question

在我的 js 中，我正在尝试 substring() 文本，该文本通常有效，但不幸的是会斩首表情符号。

usaText = "A????????Z"
splitText = usaText.substring(0,2) //"A�"
splitText = usaText.substring(0,3) //"A????"
splitText = usaText.substring(0,4) //"A????�"
splitText = usaText.substring(0,5) //"A????????"

有没有办法在不破坏表情符号的情况下使用子字符串？在我的生产代码中，我剪掉了大约 40 个字符，我不介意它是 35 还是 45。我曾考虑过简单地检查第 40 个字符是数字还是 az 之间，但如果你有文本，那就行不通了充满表情符号。我可以通过模式匹配检查最后一个字符是否是“结束”表情符号的字符，但这在性能方面似乎也有点奇怪。

我错过了什么吗？考虑到 JavaScript 的臃肿，难道没有内置的 count 将表情符号视为一个吗？

致Split JavaScript string into array of codepoints? (taking into account "surrogate pairs" but not "grapheme clusters")的东西：

chrs = Array.from( usaText )
(4) ["A", "????", "????", "Z"]
0: "A"
1: "????"
2: "????"
3: "Z"
length: 4

不幸的是，这太多了。

Answer 1

所以这真的不是一件容易的事，我倾向于告诉你，你不应该自己写这个。你应该使用像runes 这样的库。

只是一个简单的npm i runes，那么：

const runes = require('runes');
const usaText = "A??Z";
runes.substr(usaText, 0, 2); // "A??"

Answer 2

免责声明：这只是对 Mike 'Pomax' Kamermans 上述评论的扩展，因为对我来说，这实际上是一个更简单、适用的答案（对于我们这些不喜欢阅读所有 cmets 的人）：

Array.from(str) 将您的字符串拆分为单独的 unicode 字符，而不会在字节之间断开它们。

详情请见Split JavaScript string into array of codepoints? (taking into account "surrogate pairs" but not "grapheme clusters")。

Answer 3

这段代码对我有用：

splitText = Array.from(usaText).slice(0, 5).join('');