Cuente emojis sin partir por la mitad un carácter visible
El usuario escribe un emoji, pero el contador indica dos. Otro emoji acaba cortado y se convierte en un símbolo roto. A menudo el problema está en la unidad que se cuenta, no en datos dañados: length de JavaScript mide unidades de código UTF-16, mientras que los lectores perciben grupos de grafemas.
Decida qué promete el contador
Un campo que indica «queda un carácter» no debería rechazar un único pulgar arriba porque su implementación cuente dos unidades UTF-16. Sin embargo, un servicio de almacenamiento sí puede imponer un límite en bytes. Son requisitos distintos. Antes de modificar el código, averigüe si el límite corresponde a una etiqueta para personas, a una columna de base de datos o a una API externa. Cambiar solo el contador puede dejar intacto el fallo al guardar.
Para texto visible, el grafema suele ser un punto de partida útil: mantiene juntos una letra con su acento combinante o un emoji con su modificador. No mide la anchura en pantalla. Un emoji de familia y una letra estrecha pueden contar como un grafema cada uno y ocupar espacios muy diferentes.
Una pregunta pública de 2016 planteaba por qué un pulgar arriba tenía longitud 2. Ese carácter usa un par sustituto. Expandir la cadena cuenta puntos de código y resuelve ese ejemplo sencillo, pero no los tonos de piel, las banderas ni las familias enlazadas.
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
Corte únicamente después de un carácter visible completo
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;
}
Esto conserva el inicio de la cadena sin construir un array con todos los segmentos. Decida por separado si los puntos suspensivos consumen parte del límite. Cortar por unidades de código puede dejar medio par sustituto; cortar por puntos de código aún puede dividir un emoji enlazado.
Pruebe la función de truncado de este apartado con un ejemplo mixto corto como A👍🏽B. Al conservar dos grafemas debe quedar A👍🏽, no un pulgar sin el tono de piel. Pruebe después un acento combinante y una familia enlazada. Lo importante es comprobar dónde se produce el corte. Una función puede contar bien toda una cadena y, aun así, cortarla mal en otro punto de la interfaz.
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"
Son ejemplos esperados para un entorno compatible con segmentación de grafemas, no evidencia de nuevas pruebas de navegador. Compruebe la compatibilidad antes de ofrecer este comportamiento. Si no está disponible Intl.Segmenter, no sustituya silenciosamente el método por expandir y cortar la cadena afirmando que ofrece la misma garantía. Conserve la entrada y explique la limitación, o utilice una implementación de segmentación revisada por separado.
Mantenga coherencia entre editar y guardar
En un campo de texto interactivo, actualice el contador sin reescribir el valor en cada pulsación. Algunos métodos de entrada combinan varias pulsaciones en un carácter; recortar agresivamente durante la composición puede interrumpir la escritura. Es más seguro mostrar el recuento, explicar el exceso y dejar que el usuario corrija antes de guardar. Si genera una etiqueta abreviada, mantenga el texto completo accesible en otro lugar.
Decida si los puntos suspensivos forman parte del límite. Para una vista previa de cinco grafemas que incluya ese marcador, reserve espacio para él en vez de conservar cinco y añadir un sexto. Un límite de caracteres visibles no garantiza cumplir el límite en bytes de una API: el ejemplo anterior con tono de piel ocupa un grafema, pero ocho bytes UTF-8.
Antes de publicar, compare el contador, la vista abreviada y el valor guardado con el mismo conjunto de muestras. Si el backend cuenta de otra forma, documente su regla y valide conforme a ella. Tratar grafemas evita cortes incorrectos; no normaliza la escritura, no garantiza que la fuente tenga los caracteres ni define las reglas de otro servicio.
Qué demuestran los ejemplos registrados
Las pruebas conservadas de Node v24.19.0 / ICU 78.3 incluían un pulgar arriba, una secuencia con tono de piel, una bandera, una familia enlazada y un acento combinante. Cada uno era un grafema. La familia ocupaba 11 unidades de código y 7 puntos de código; cortar el pulgar sencillo a una unidad dejó D83D, un sustituto alto sin pareja.
