先看代码。

为什么字母 A 的长度是 1，emoji 的长度是 2 呢？

这需要从字符集与字符编码开始说起。

Unicode

我们要使用一个字符，它首先应该存在。

Unicode 就是一套定义了全世界字符的字符集。其中的每一个字符都被分配一个唯一的代码点（code point）。而且它还在不断增长。

代码点

代码点只是给字符做的一个映射规则，代码点存储在内存中还需要经过字符编码（character encoding）。

为什么需要这个字符编码呢？

假设不需要字符编码，直接以代码点的方式存储到内存中。那么：

对于内存来说，上面的竖线是不存在的。而它的存储是连续的。如果没有约定的情况下，读取数据不能从时而读两个字节，时而读三个字节。

所以，需要约定一套规则，来存储代码点，这就是编码方式。

HTML 中 <meta charset> 设置的 UTF-8 是也是一种编码方式。

JavaScript 采用的是 UTF-16 的编码方式。

UTF-16

UTF-16 的规则是：将代码点 从 U+0000 到 U+FFFF 编码成两个字节。所以字母 A 还是 0041。

如何获得准确的 length

我们所期望的，其实是以代码点来计算字符串的长度。那么，我们可以使用字符串迭代器进行处理。

String.prototype@@iteratorWhen the @@iterator method is called it returns an Iterator object (25.1.1.2) that iterates over the code points of a String value, returning each code point as a String value.

上面也说到，字符串迭代器是会按代码点返回值。所以我们只需要调用字符串迭代器就可以了。

结语

一个简单的问题，体现不简单的知识点。上面内容只是蜻蜓点水，粗略介绍字符编码的部分知识。真正的字符编码内容远不是三言两语能说清楚。

点击下面题目测试你对这个知识点的理解程度。

提供了一篇写于 2003 年的外文文章，质量很高。正如它的标题所说「绝对是每个软件开发人员必须知道Unicode和字符集」。

https://www.joelonsoftware.com/2003/10/08/the-absolute-minimum-every-software-developer-absolutely-positively-must-know-about-unicode-and-character-sets-no-excuses/