不能直接用 string.length，因其返回UTF-16码元个数而非UTF-8字节数：如'€'长度为1但UTF-8占3字节，'?'长度为2（代理对）但UTF-8占4字节。
JavaScript中字符串按字节长度截取，关键在于正确处理Unicode字符（尤其是UTF-16代理对和扩展Unicode字符），因为JavaScript内部用UTF-16编码，而“字节长度”通常指UTF-8编码下的字节数。直接用.length会返回字符数而非字节数，容易出错。
为什么不能直接用 string.length？
JS字符串的.length返回的是UTF-16码元（code unit）个数，不是字符数，更不是UTF-8字节数。例如：
-
'a'.length === 1→ UTF-8占1字节 ✔ -
'€'.length === 1→ 实际UTF-8占3字节 ✖（但.length仍是1） -
'?'.length === 2→ 是一个代理对（surrogate pair），UTF-8占4字节，但.length为2
核心思路：先编码为UTF-8，再按字节截断
最可靠的方式是模拟UTF-8编码逻辑，逐字符计算其UTF-8字节长度，累加直到接近目标字节数，然后安全截断——避免把一个多字节字符切在中间。
- ASCII字符（U+0000–U+007F）→ 1字节
- U+0080–U+07FF → 2字节
- U+0800–U+FFFF → 3字节
- U+10000–U+10FFFF → 4字节（需识别代理对）
判断代理对的方法：charCode >= 0xD800 && charCode ，且高位在0xD800–0xDBFF、低位在0xDC00–0xDFFF时构成一个字符。
立即学习“Java免费学习笔记（深入）”；
实用截取函数实现（不依赖外部库）
以下函数接收字符串和最大UTF-8字节数，返回截断后的字符串（保证UTF-8完整性）：
function truncateByBytes(str, maxBytes) {
if (maxBytes <= 0) return '';
let bytes = 0;
let result = '';
for (let i = 0; i < str.length; i++) {
const code = str.charCodeAt(i);
// 处理代理对：遇到高位代理，检查下一位是否为低位代理
if (code >= 0xD800 && code <= 0xDBFF && i + 1 < str.length) {
const nextCode = str.charCodeAt(i + 1);
if (nextCode >= 0xDC00 && nextCode <= 0xDFFF) {
// 合法代理对 → 表示一个U+10000以上字符 → UTF-8占4字节
if (bytes + 4 > maxBytes) break;
bytes += 4;
result += str[i] + str[i + 1];
i++; // 跳过低位代理
continue;
}
}
// 单个字符的UTF-8字节长度
let charBytes;
if (code <= 0x7F) {
charBytes = 1;
} else if (code <= 0x7FF) {
charBytes = 2;
} else if (code <= 0xFFFF) {
charBytes = 3;
} else {
charBytes = 4; // 实际上JS里code > 0xFFFF时已由代理对覆盖，此处兜底
}
if (bytes + charBytes > maxBytes) break;
bytes += charBytes;
result += str[i];
}
return result;
}
注意事项与边界情况
该方案已覆盖常见场景，但仍需注意：
- 不支持BOM、控制字符等特殊编码细节（一般业务无需考虑）
- 若原始字符串含无效代理对（如单独0xD800），按单个码元处理（UTF-8编码中视为替换字符，但此处保持原样）
- 性能敏感场景可预计算字节偏移表，避免重复遍历
- 服务端统一用Node.js的
Buffer.byteLength(str, 'utf8')更简单，但浏览器环境不可用
