将JavaScript字符串拆分为代码点数组？（考虑到“代理项对”，但不考虑“字素簇”）

将JavaScript字符串拆分为“字符”可以很容易地完成，但如果您关心Unicode（并且您应该关心Unicode），则会出现问题

JavaScript本机将字符视为16位实体（），但这不允许在外部使用Unicode字符

要处理BMP之外的Unicode字符，JavaScript必须考虑“”，而它本机不考虑“”

我正在寻找如何按代码点拆分js字符串，无论代码点需要一个或两个JavaScript“字符”（代码单元）。

根据您的需要，按拆分可能不够，您可能希望按“”拆分，其中群集是一个基本代码点，后跟其所有非间距修改器代码点，例如

---

出于这个问题的目的，我不需要按grapheme cluster进行拆分。

在ECMAScript 6中，您可以使用字符串作为迭代器来获取代码点，或者您可以搜索字符串以查找

//ug

，或者您可以反复调用

getCodePointAt（I）

不幸的是，的

。

语法和regexp标志的

不能进行多填充，调用多填充的
getCodePoint（）
会非常慢（O（n²）），因此我们暂时还不能实际使用这种方法

因此，采用手动方式：

String.prototype.toCodePoints= function() {
    chars = [];
    for (var i= 0; i<this.length; i++) {
        var c1= this.charCodeAt(i);
        if (c1>=0xD800 && c1<0xDC00 && i+1<this.length) {
            var c2= this.charCodeAt(i+1);
            if (c2>=0xDC00 && c2<0xE000) {
                chars.push(0x10000 + ((c1-0xD800)<<10) + (c2-0xDC00));
                i++;
                continue;
            }
        }
        chars.push(c1);
    }
    return chars;
}

String.prototype.toCodePoints=function（）{
字符=[]；
对于（var i=0；i=0xD800&&c1@bobince的答案（幸运的）有点过时了；您现在只需使用

var chars = Array.from( text )

要获得一个单码点字符串列表，该列表不考虑astral/32位/代理Unicode字符。
按照@John Frazer的回答，可以使用这种甚至简洁的字符串迭代形式：

const chars = [...text]

e、 例如：

const text = 'A\uD835\uDC68B\uD835\uDC69C\uD835\uDC6A'
const chars = [...text] // ["A", "Another method using codePointAt:


String.prototype.toCodePoints = function () {
  var arCP = [];
  for (var i = 0; i < this.length; i += 1) {
    var cP = this.codePointAt(i);
    arCP.push(cP);
    if (cP >= 0x10000) {
      i += 1;
    }
  }
  return arCP;
}

const text='A\uD835\uDC68B\uD835\uDC69C\uD835\uDC6A'
const chars=[…text]/[“A”，“另一个使用codePointAt的方法：

String.prototype.toCodePoints=函数（）{
var-arCP=[]；
对于（变量i=0；i=0x10000）{
i+=1；
}
}
返回弧电位；
}
getCodePointAt
是
O（n）
。它接受的参数不是代码点索引，而是代码单位索引（常规字符串索引）。@glebm您的意思是
getCodePointAt
是
O（1）
？是的，
O（1）
，我不能再编辑注释了。如果您喜欢简洁的话，最好的答案。这也适用于将实际图形符号粘贴到字符串中的情况（如果您的IDE支持）