编程中用到的字符编码知识点
内容提要
字符集是一组字符的集合，字符编码是字符集的具体编码规则。ASCII字符集是计算机使用的基本字符集，包含128个字符。Unicode字符集是国际组织制定的字符集方案，可以收纳世界上所有文字和符号。UTF-8是一种可变长度的字符编码方式，常用于前端开发。UTF-16是定长的编码方式，每个字符占2或4个字节。
延伸解读
为什么前端开发中容易遇到乱码
文章指出，JavaScript 源码通常基于 UTF-8 编码，但字符串类型实际采用 UTF-16 编码。而许多后端服务使用 UTF-8 编码，前后端编码方式不一致，就可能导致接口返回的字符串出现乱码。理解这一点，有助于在联调时快速定位编码问题，而不是盲目排查其他环节。
UTF-8 与 UTF-16 的编码差异
UTF-8 是可变长度编码，使用 1 到 4 个字节，汉字一般占 3 字节，表情符号占 4 字节。UTF-16 则是 2 或 4 字节，基本平面字符占 2 字节，辅助平面字符占 4 字节。文章通过字母、汉字和表情的对比，直观展示了两者在字节数和码元上的不同，帮助读者根据场景选择合适的编码方式。
字符串长度计算中的陷阱
JavaScript 字符串的 length 属性基于 UTF-16 码元个数。多数汉字和 ASCII 字符只占一个码元，length 为 1；但表情符号等辅助平面字符占两个码元，length 为 2。组合字符如 é 也可能 length 为 2。文章提醒，直接使用 length 或下标操作多码元字符会得到错误结果，需借助扩展运算符、Array.from 或 normalize() 等方法处理。
处理 Unicode 的常用 API 与注意事项
文章列举了 charAt、charCodeAt、codePointAt、String.fromCharCode、String.fromCodePoint 等 API 的区别，并指出 ES6 的 u 修饰符能正确处理大于 U+FFFF 的字符，但对组合字符无效。TextEncoder/TextDecoder 可用于 UTF-8 编解码，normalize() 能统一字符的不同表示。URL 编解码方面，encodeURIComponent 会编码 URL 元字符，而 encodeURI 不会，使用时需根据场景选择。
Q&A
什么是字符集和字符编码？
字符集是字符的集合，字符编码是字符集的具体编码规则，用于在计算机中解析字符。
ASCII字符集包含多少个字符？
ASCII字符集包含128个字符，主要用于英文显示。
Unicode字符集的特点是什么？
Unicode字符集可以收纳世界上所有文字和符号，最多可有1114112个字符。
UTF-8和UTF-16的主要区别是什么？
UTF-8是可变长度编码，使用1到4个字节；而UTF-16是定长编码，基本字符占用2个字节，辅助字符占用4个字节。
JavaScript中字符串的编码方式是什么？
JavaScript中的字符串类型采用UTF-16编码，而源码文本通常基于UTF-8编码。
如何处理Unicode中的组合字符？
处理组合字符时，可以使用normalize()方法来统一不同表示的字符形式。
