Emojis zählen, ohne ein sichtbares Zeichen zu zerteilen
Ein Nutzer gibt ein Emoji ein, doch der Zähler zeigt zwei. Ein anderes Emoji wird zu einem beschädigten Symbol abgeschnitten. Oft ist nicht die Eingabe kaputt, sondern die gezählte Einheit passt nicht: JavaScripts length zählt UTF-16-Codeeinheiten, während Leser Graphemcluster sehen.
Legen Sie fest, was Ihr Zähler verspricht
Ein Beschriftungsfeld mit der Meldung „Noch ein Zeichen“ sollte einen einzelnen Daumen nach oben nicht ablehnen, nur weil die Umsetzung zwei UTF-16-Einheiten zählt. Ein Speicherdienst kann dagegen tatsächlich ein Byte-Limit haben. Das sind unterschiedliche Anforderungen. Klären Sie vor der Codeänderung, ob die Grenze für eine sichtbare Beschriftung, eine Datenbankspalte oder eine fremde API gilt. Nur den Zähler zu ändern kann dazu führen, dass das Speichern weiterhin scheitert.
Für sichtbaren Text ist ein Graphem meist ein sinnvoller Ausgangspunkt: Ein Buchstabe samt kombinierendem Akzent oder ein Emoji samt Modifikator bleibt zusammen. Das ist kein Maß für Bildschirmbreite. Ein Familien-Emoji und ein schmaler Buchstabe können jeweils ein Graphem sein, aber sehr unterschiedlich viel Platz benötigen.
Eine öffentliche Frage von 2016 behandelte die Länge 2 eines Daumen-hoch-Zeichens. Dieses Zeichen verwendet ein Surrogatpaar. Das Aufteilen per Spread-Syntax zählt Codepunkte und löst dieses einfache Beispiel, nicht aber Hauttöne, Flaggen oder verbundene Familien.
const text = "👍🏽";
const s = new Intl.Segmenter("en", { granularity: "grapheme" });
text.length; // 4 code units
[...text].length; // 2 code points
[...s.segment(text)].length; // 1 grapheme
new TextEncoder().encode(text).length; // 8 UTF-8 bytes
Schneiden Sie nur nach einem vollständigen sichtbaren Zeichen ab
function truncate(text, maximum) {
if (!Number.isInteger(maximum) || maximum < 0)
throw new RangeError("Use a nonnegative integer");
const s = new Intl.Segmenter(undefined, { granularity: "grapheme" });
let result = "", count = 0;
for (const item of s.segment(text)) {
if (count++ >= maximum) break;
result += item.segment;
}
return result;
}
So bleibt der Anfang der Zeichenfolge erhalten, ohne ein Array aller Segmente aufzubauen. Entscheiden Sie separat, ob Auslassungspunkte zur Grenze zählen. Ein Schnitt nach Codeeinheiten kann ein Surrogatpaar halbieren, ein Schnitt nach Codepunkten weiterhin ein verbundenes Emoji zerteilen.
Verwenden Sie die Kürzungsfunktion dieses Abschnitts mit einem kurzen gemischten Beispiel wie A👍🏽B. Bei zwei Graphemen sollte A👍🏽 erhalten bleiben, nicht ein Daumen ohne seinen Hautton. Prüfen Sie anschließend einen kombinierenden Akzent und eine verbundene Familie. Entscheidend ist die Schnittstelle. Eine Funktion kann die ganze Zeichenfolge richtig zählen und an anderer Stelle der Oberfläche dennoch falsch kürzen.
const sample = "A👍🏽B";
console.log(truncate(sample, 0)); // ""
console.log(truncate(sample, 1)); // "A"
console.log(truncate(sample, 2)); // "A👍🏽"
console.log(truncate(sample, 3)); // "A👍🏽B"
Das sind erwartete Beispiele für eine Laufzeit mit Graphemsegmentierung, keine neuen Browsertestnachweise. Prüfen Sie die Unterstützung, bevor Sie dieses Verhalten anbieten. Ist Intl.Segmenter nicht verfügbar, ersetzen Sie es nicht stillschweigend durch Spread und slice und versprechen Sie dieselbe Sicherheit. Erhalten Sie die Eingabe und erklären Sie die Einschränkung oder verwenden Sie eine getrennt geprüfte Segmentierungsimplementierung.
Bearbeitung und Speicherung müssen zusammenpassen
Aktualisieren Sie in einem Eingabefeld den Zähler, ohne bei jedem Tastendruck den Wert neu zu schreiben. Manche Eingabemethoden setzen mehrere Tastendrücke zu einem Zeichen zusammen. Aggressives Kürzen während dieser Komposition kann das Schreiben stören. Sicherer ist es, den Zähler anzuzeigen, eine Überschreitung zu erklären und die Eingabe vor dem Speichern bearbeiten zu lassen. Erzeugen Sie eine gekürzte Anzeigebeschriftung, halten Sie den vollständigen Originaltext anderswo verfügbar.
Entscheiden Sie, ob ergänzte Auslassungspunkte innerhalb der Grenze liegen. Reservieren Sie bei einer Vorschau mit fünf Graphemen einschließlich Auslassungszeichen Platz dafür, statt fünf zu behalten und ein sechstes anzuhängen. Erwarten Sie nicht, dass eine Grenze sichtbarer Zeichen eine API mit Byte-Limit erfüllt: Der Daumen mit Hauttonmodifikator (👍🏽) allein ist ein Graphem, aber acht UTF-8-Bytes lang.
Vergleichen Sie vor Veröffentlichung Zähler, gekürzte Vorschau und gespeicherten Wert mit denselben Beispielen. Verwendet das Backend eine andere Zählregel, dokumentieren und prüfen Sie gegen diese. Graphembewusste Verarbeitung verhindert beschädigte Schnitte. Sie normalisiert keine Schreibweisen, garantiert keine Schriftunterstützung und legt nicht die Regeln anderer Dienste fest.
Was die aufgezeichneten Beispiele belegen
Die erhaltenen Tests unter Node v24.19.0 / ICU 78.3 umfassten einen Daumen nach oben, eine Hauttonsequenz, eine Flagge, eine verbundene Familie und einen kombinierenden Akzent. Jedes Beispiel war ein Graphem. Die Familie benötigte 11 Codeeinheiten und 7 Codepunkte. Das Kürzen des einfachen Daumens auf eine Einheit ließ D83D zurück, ein ungepaartes hohes Surrogat.
