如何获取包含零或负宽度字符（如 \u0007 或 \b）的输出字符串的长度答案

【问题标题】：How to get the length of the outputted string containing zero or negative width characters like \u0007 or \b如何获取包含零或负宽度字符（如 \u0007 或 \b）的输出字符串的长度
【发布时间】：2015-05-07 07:21:34
【问题描述】：

我有一个字符串'aa\b\u0007\u0007'

var a = 'aa\b\u0007\u0007';
console.log(a); 
//=> a //+ 2 beeps
console.log(a.length); 
//=> 5

这里a.length 只给了我5，但输出的字符串只是a，它的长度只有1。

如何获得？

【问题讨论】：

什么是“真实”长度？
长度是什么字体？
不，没有办法计算 glyphs（至少使用内置 JS 工具）
@YOU 它依赖字体吗？你不认为重要的是 Unicode（及其在特定渲染引擎中的实现）吗？
"这里a.length 只是给了我5，但输出的字符串只是a" 输出where?不同的环境呈现不同的事物。有些会将铃铛字符渲染为某种符号。

标签： javascript node.js

【解决方案1】：

这里有几个不同的问题。

首先，不同的环境会以不同的方式呈现该字符串。有些会将铃铛字符渲染为实际的字形；其他的，比如传统的控制台，会发出声音。有些也会将（一些）零宽度字符呈现为各种字形。没有人解释“这就是这个字符串在考虑退格和零宽度字符后有多长”。

您需要确定要在您的情况下应用的规则。 The Unicode site 可能有助于一些传统的解释。或者，如果您只是对解释老式 ASCII 感兴趣，那会容易得多，但我们当然不再生活在 ASCII 世界中（这是一件好事(tm) )。

一旦您有了规则，根据它们的复杂程度，您或许可以使用一个或多个正则表达式来应用它们。例如，这个 simplistic 正则表达式将退格视为它应该删除前一个字符，并删除字符代码小于 32 的所有其他字符（传统上，“控制字符”）。同样，这不完整，在该领域之外有大量 Unicode 零宽度字符（开头有各种零宽度空格）。并且在 Unicode 范围内进行彻底的工作将是一个项目，而不是一个微不足道的功能。

但只是举例：

function getInterpretedLength(s) {
  return s.replace(/(?:.[\b])|[\u0000-\u001f]/g, "").length;
}

第二问题是对于某些 Unicode 代码点（大致称为“字符”），JavaScript 计算两个 JavaScript 字符，而不是一个。那是因为JavaScript strings are a 16-bit encoding like UTF-16，除了它们容忍无效的代理对，而且有些字符用两个 16 位值编码，而不仅仅是一个。

因此，这将是一个大型项目，或者如果您可以根据您实际尝试解决的问题对其进行充分限制，它可能会更小一些。

【讨论】：

【解决方案2】：

查看this answer，您可以尝试在获取长度之前使用replace 去除不可打印的字符，如下所示：

console.log(a.replace(/[^\x20-\x7E]+/g, '').length);

【讨论】：

【解决方案3】：

实际上，您可以使用画布计算字符数，但 Web 中没有真正的退格字符，其行为类似于终端。因此，您必须手动计算将其减去退格键。

var text = 'aa\b\u0007\u0007';
var context = document.createElement('canvas').getContext("2d");
context.font="30px Courier New";
var length = context.measureText(text).width / context.measureText('x').width - text.match(/\x08/g).length;

alert(length);
//1

【讨论】：