본문으로 건너뛰기
FrAIFlow

Solutions / 텍스트와 코드

이모지를 반으로 자르지 않고 글자 수를 세는 방법

사용자는 이모지 하나를 넣었는데 카운터는 두 글자라고 합니다. 다른 이모지는 잘려 깨진 기호가 됩니다. 입력이 손상된 것이 아니라 세는 단위가 다른 경우가 많습니다. JavaScript length는 UTF-16 코드 단위를 세지만 독자는 문자소 묶음을 봅니다.

눈에 보이는 피부색 이모지 하나
보존된 예시를 바탕으로 직접 제작한 설명 이미지입니다. 실제 프로그램 화면 캡처가 아닙니다.

카운터가 무엇을 약속하는지 정하세요

설명 입력란에 “한 글자 남음”이라고 표시했다면 내부적으로 UTF-16 두 단위를 쓴다는 이유만으로 엄지 이모지 하나를 거부해서는 안 됩니다. 반면 저장 서비스는 실제로 바이트 제한을 둘 수 있습니다. 서로 다른 요구입니다. 코드를 바꾸기 전에 독자용 표시 제한인지 데이터베이스 열 제한인지 외부 API 제한인지 확인하세요. 카운터만 바꾸면 나중에 저장이 실패할 수 있습니다.

눈에 보이는 텍스트에는 문자소(grapheme)가 보통 유용한 출발점입니다. 글자와 결합 악센트, 이모지와 수식자를 함께 유지합니다. 화면 너비를 측정하는 단위는 아닙니다. 가족 이모지 하나와 가는 글자 하나는 각각 한 문자소여도 차지하는 폭은 매우 다를 수 있습니다.

2016년 공개 질문에서는 엄지 이모지의 length가 2인 이유를 물었습니다. 그 문자는 서로게이트 쌍을 사용합니다. 전개 문법으로 문자열을 펼치면 코드 포인트를 세므로 단순 예시는 해결되지만 피부색·국기·연결된 가족 이모지는 해결하지 못합니다.

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
한 글자 안에서 자르지 마세요
보존된 예시를 바탕으로 직접 제작한 설명 이미지입니다. 실제 프로그램 화면 캡처가 아닙니다.

눈에 보이는 글자가 끝나는 지점에서만 자르세요

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;
}

이 방법은 전체 세그먼트 배열을 만들지 않고 문자열 앞부분을 유지합니다. 말줄임표도 제한에 포함할지는 별도로 정하세요. 코드 단위로 자르면 서로게이트 쌍의 절반이 남을 수 있고, 코드 포인트로 잘라도 연결 이모지가 끊어질 수 있습니다.

이 절의 자르기 함수에 A👍🏽B처럼 짧은 혼합 예시를 넣어 보세요. 두 문자소를 남기면 피부색이 빠진 엄지가 아니라 A👍🏽가 유지돼야 합니다. 결합 악센트와 연결된 가족도 시험하세요. 핵심은 잘리는 위치입니다. 전체 수를 정확히 세는 함수가 있어도 다른 UI에서 잘못 자를 수 있습니다.

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"

문자소 분할을 지원하는 런타임에서 기대하는 예시이지 새로운 브라우저 시험 증거는 아닙니다. 제공 전 지원 여부를 확인하세요. Intl.Segmenter가 없다면 몰래 전개 후 slice 방식으로 대체하고 같은 보장을 주장하지 마세요. 사용자 입력을 보존하며 한계를 설명하거나 별도로 검토한 분할 구현을 사용하세요.

입력·편집·저장에 같은 기준을 적용하세요

실시간 입력란에서는 키 입력마다 값을 다시 쓰지 말고 수만 갱신하세요. 일부 입력기는 여러 키 입력을 조합해 글자 하나를 만듭니다. 조합 중 강제로 자르면 입력을 방해할 수 있습니다. 수와 초과 이유를 보여주고 저장 전에 사용자가 편집하도록 하는 편이 안전합니다. 짧은 표시용 이름을 만든다면 전체 원문은 다른 곳에서 볼 수 있게 남겨 두세요.

추가하는 말줄임표를 제한에 포함할지 정하세요. 말줄임표를 포함해 다섯 문자소라면 다섯 개를 남기고 여섯 번째를 붙이지 말고 표식 자리를 미리 확보합니다. 눈에 보이는 글자 수 제한으로 바이트 제한 API를 만족시킬 수는 없습니다. 앞의 피부색 예시는 한 문자소지만 UTF-8로 8바이트입니다.

출시 전 같은 예시들로 카운터·축약 미리보기·저장값을 비교하세요. 백엔드가 다른 기준으로 센다면 문서화하고 그 기준으로 검증합니다. 문자소 단위 처리는 잘못된 잘라내기를 방지하지만 철자 정규화·글꼴 지원·다른 서비스의 규칙까지 정하지는 않습니다.

기록된 예시가 보여주는 범위

보존된 Node v24.19.0 / ICU 78.3 시험에는 엄지·피부색 조합·국기·연결 가족·결합 악센트가 포함됐습니다. 각각 한 문자소였습니다. 가족은 코드 단위 11개와 코드 포인트 7개였고, 기본 엄지를 한 코드 단위로 자르면 짝이 없는 상위 서로게이트 D83D가 남았습니다.

가족 이모지 측정: UTF-16 11단위, 코드 포인트 7개, 문자소 1개, UTF-8 25바이트.
기존 설명 이미지를 보존했습니다.
이모지별 UTF-16 길이·코드 포인트·문자소·UTF-8 바이트 수와 안전한 잘라내기를 비교한 Node.js 기록
합성 Unicode 문자열의 Node.js Intl.Segmenter 결과입니다. 분할은 런타임의 Unicode 데이터에 의존합니다. 원래 사례 작성자의 프로그램이 아니라 기록된 시험 결과의 캡처입니다. 원본 크기의 증거 이미지 보기

출처 및 관련 자료