【技术讲座】UTF-16 编码陷阱解析：表情符号长度之谜 引言 在处理文本数据时，编码问题是一个经常遇到且容易引发误解的问题。特别是在涉及多语言和特殊字符，如表情符号（Emoji）时，UTF-16 编码的陷阱尤为明显。本文将深入探讨 UTF-16 编码的特点，以及为什么 String.length 无法正确返回包含表情符号的长度。 UTF-16 编码简介 UTF-16（Unicode Transformation Format – 16-bit）是一种用于表示 Unicode 字符的编码方式。它使用 16 位（2 字节）来表示每个字符，能够覆盖 Unicode 标准中的所有字符，包括基本的拉丁字母、表情符号以及各种符号和特殊字符。 UTF-16 的编码方式 单字节字符：对于 Unicode 标准中的基本多文种平面（BMP，Basic Multilingual Plane），UTF-16 使用单字节表示。例如，ASCII 字符集就是 BMP 的一部分。 代理对：对于 BMP 以外的字符，UTF-16 使用两个连续的 16 位代码单元（称为代理对）来表示。每个代理对包含一个高代 …
继续阅读“解析 ‘UTF-16’ 编码陷阱：为什么 `String.length` 无法正确返回包含表情符号（Emoji）的长度？”