JavaScript字符串长度[String].length以及码元[Code Point]和码点[Code Unit]出现的问题的详解

码元，码点出现的问题

码元（Code Point）：我们将一个16位的二进制编码叫做一个码元

码点（Code Unit）：我们将某个文字对应的二进制数字叫做码点

由于码元，码点产生的问题—[string].length

const sex = '男';
console.log(sex.length);         					 //1
//测试字符串是否只有一个字符
console.log(/^.$/.test(sex));    					 //true
//测试字符串是否只有两个字符
console.log(/^..$/.test(sex));     				//false

// '𠮷':同“吉”，吉的异体字
const text = '𠮷';
console.log(text.length);           				//2
//测试字符串是否只有一个字符
console.log(/^.$/.test(text));    					//false
//测试字符串是否只有两个字符
console.log(/^..$/.test(text));     				//true

运行代码打印出: 1 true false 2 false true

出现上述结果的原因：

[string].length:默认返回的是字符串的码元的数量
上面代码中的正则表达式默认匹配的也是码元的数量
（1）在计算机发展的早期，由于存储空间宝贵，Unicode使用16位二进制来存储文字。也就是一个码元来存储一个文字。
（2）后来，由于技术的发展，Unicode对文字编码进行了扩展，将某些文字扩展到了32位（占用两个码元），而一个文字对应的二进制数字是一个码点，所以使用32位二进制数字存储的文字（一个码点=两个码元）
"男"：使用的是16位的二进制编码存储（1个码元）
"𠮷"：使用的是32位的二进制编码存储（2个码元）
[string].charCodeAt(0).toString(16) 可以取出第一个码元

解决：

ES6对Unicode编码提供了更好的支持，为字符串提供了方法：codePointAt，根据字符串码元的位置得到其码点。
[string].codePointAt(0).toString(16) 可以取出第一个码点
同时，ES6为正则表达式添加了一个flag: u，如果添加了该配置，则匹配时，使用码点匹配
下面代码用码点的编码判断文字是不是32位的（两个码元）

const sex = '男';
const text = '𠮷';
/**
* 判断字符串str的某个字符，是不是32位
* i是码元位置
*/
function is32Bit(str, i) {
     return str.codePointAt(i) > 0xffff;
}
console.log(sex, is32Bit(sex,0));          			//false
console.log(text, is32Bit(text,0));    				 //true

未完待续…