如何让Python3计算emoji长度的结果与JavaScript保持一致

字符长度计算差异的核心原因 #

Python内置len()方法统计的是字符串包含的Unicode码点总数，而JavaScript的length属性统计的是字符串UTF-16编码的16位单元总数。
绝大多数emoji属于Unicode补充平面字符，单个emoji码点需要占用2个UTF-16编码单元；带肤色、表情组合符的多码点emoji，每个码点都对应2个UTF-16单元，因此会出现你遇到的长度计算差异。

Python对齐JS计算逻辑的实现方法 #

无需引入第三方依赖，直接通过原生编码转换即可实现完全对齐JS的长度统计，代码如下：

def get_js_aligned_length(input_str: str) -> int:
    # 采用UTF-16小端编码，避免BOM头干扰统计结果
    return len(input_str.encode('utf-16-le')) // 2

效果验证 #

• 输入字符串'👀'：调用方法返回值为2，与JS计算结果一致
• 输入字符串'👍🏾'：调用方法返回值为4，与JS计算结果一致

内容的提问来源于stack exchange，提问作者Jean DuPont