为何'❌'[0]==='❌'成立但'✔️'[0]==='✔️'不成立？Unicode相关问题

底层运行逻辑 #

JavaScript字符串采用UTF-16编码存储，所有默认的字符串操作（包括下标取值、split('')拆分）都是按16位的UTF-16码元处理，而非用户视觉上感知的单个「字符」（Unicode字素簇）。
两个符号的编码差异直接导致了操作结果不同：

• ❌ 对应单个Unicode码点U+274C，仅占1个UTF-16码元，因此'❌'[0]可以取到完整的符号，比较返回true。
• ✔️ 是由两个码点组合而成的字素簇：基础符号为✔（U+2714，默认渲染为黑白文本样式），后接变体选择符U+FE0F，作用是指定该符号渲染为彩色emoji样式。整个✔️占2个UTF-16码元，因此'✔️'[0]只能取到前半部分的基础符号✔，和完整的✔️比较返回false，和单独的✔比较返回true。

你遇到的统计结果异常也源于此：split('')会把'✔️❌✔️❌'按码元拆分为['✔', '️', '❌', '✔', '️', '❌']，数组中不存在完整的✔️元素，因此统计长度为0，而❌是单个码元，拆分后正常存在，统计结果为2。

正确处理方案 #

如果要按视觉字符做比较、统计操作，需要使用支持Unicode字素簇处理的API：

1. 字符统计推荐使用内置的Intl.Segmenter接口，专门用于按视觉字素簇拆分字符串：

// 初始化字素簇分割器
const segmenter = new Intl.Segmenter('zh', { granularity: 'grapheme' });
// 拆分得到视觉字符数组
const charList = Array.from(segmenter.segment('✔️❌✔️❌'), item => item.segment);

console.log(charList.filter(e => e === '❌').length) // 输出2
console.log(charList.filter(e => e === '✔️').length) // 输出2

2. 单独比较两个视觉字符是否相等时，可以先调用normalize()方法做Unicode规范化后再比较：

'✔️'.normalize() === '✔️'.normalize() // 输出true

内容的提问来源于stack exchange，提问作者Wilhelm Olejnik