JavaScript中压缩后Unicode字符串长度差异及Python解压问题

这个差异的核心是JavaScript字符串的length属性和Array.from()对Unicode字符的统计逻辑不同：

• JavaScript字符串本质是UTF-16编码序列，length统计的是UTF-16编码单元的数量。对于U+10000及以上的Unicode字符（超出UTF-16单编码单元范围），需要用**两个UTF-16编码单元（代理对）**来表示，这类字符会被length算成2个长度单位。
• Array.from(compressed)会按照Unicode码点解析字符串，自动识别代理对并将两个编码单元合并为一个完整的Unicode码点，所以这类字符在数组中只占1个元素位置。

你的情况里，压缩后的字符串恰好包含1个这样的代理对字符：它在compressed.length里被算成2，在codePoints数组里被算成1，因此两者长度差了1（1020-1=1019）。

内容的提问来源于stack exchange，提问作者Psionman