JavaScript 字符串的安全长度是多少？答案

【问题标题】：What is a safe length of JavaScript strings?JavaScript 字符串的安全长度是多少？
【发布时间】：2017-03-10 02:02:54
【问题描述】：

考虑到charAt()、charCodeAt() 和codePointAt()，我发现参数含义之间存在差异。在我真正考虑之前，我认为您始终可以安全地访问length-1 的角色。但是我读到 charCodeAt() 和 codePointAt() 之间的区别在于 charCodeAt() 指的是 16 位（字节对），所以除了阅读 i 之外，如果它们是代理对，您还需要 i+1（方法也是如此）使用 UTF-16）。而 codePointAt() 需要一个引用 UTF-8 字符位置的参数（从零开始）。所以现在我很困惑length 是计算字符数还是UTF-16 样式的字节对数。我相信 JavaScript 将字符串保存为 UTF-16，但是使用 length-1 来自具有大量 4 字节字符的字符串和 codePointAt() 函数将不在字符串的末尾！！

【问题讨论】：

字符串可以是任意长度，只要有足够的内存。

标签： javascript arrays utf-8 utf-16

【解决方案1】：

strings 的length 以16 位无符号整数值（“元素”） 或代码单元 （它们一起构成有效或无效UTF16 代码单元序列），其索引也是如此。我们也可以称它们为“字符”。

无论您是通过as properties 还是通过charAt、chatCodeAt 和codePointAt 访问它们都没有关系，length - 1 始终是有效索引。然而，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数量，但默认字符串迭代器会产生它们，因此您可以使用 for … of 循环计算它们。

【讨论】：

请为OP的问题“安全长度是多少”提出一个解决方案。
感谢您的回答。非常失望，尽管 JavaScript 是如此无用，以至于如果您碰巧为它提供了第二个代理对的索引，它可能会提供非法的返回值。
@Clive “非法”是什么意思？它只是那个索引处的代码单元，不管它前面可能有什么字节。但是，是的，JavaScript 字符串是不可变的 Uint16Arrays 而不是 Unicode 字符列表。
@Bergi 我称它为非法，因为所有 3 个函数名称中的子字符串 'char'。通过他们的名字，他们声称给出“字符”的代码，而不是 16 位无符号整数值的代码。
@Bergi。 “不顾一切” - 哇，那是丛林主义吗？（如“被误解”）呵呵

【解决方案2】：

使用[...str].length 计算字符数。

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)

【讨论】：

我假设您的 mb 字符集是一个非基本的多语言平面字符。感谢您的回答和包含的来源。但是我对 JavaScript 的 length 属性感到失望，它似乎根本没有说明有多少个字符。我不知道省略号。
我建议使用Array.from(…) 将可迭代对象转换为数组，展开语法只能用作文字的一部分。