codePointAt() 是 JavaScript 中唯一能正确获取 Unicode 码点（含 BMP 外字符）的方法，它自动处理代理对，避免 charCodeAt() 返回错误代码单元的问题。
String.prototype.codePointAt() 是 JavaScript 中唯一能正确获取 Unicode 码点（包括超出基本多文种平面 BMP，即 U+0000–U+FFFF 的字符）的方法。它解决了 charCodeAt() 在处理代理对（surrogate pairs）时返回错误码元（code unit）的问题。
为什么需要 codePointAt()？
JavaScript 字符串内部使用 UTF-16 编码。对于码点 ≥ U+10000 的字符（如大部分 emoji、古文字、部分数学符号），UTF-16 用两个 16 位代码单元（即代理对：一个高位代理 + 一个低位代理）表示。而 charCodeAt() 每次只读取一个代码单元，导致：
- 对 emoji 如
"?"（U+1F60A），charCodeAt(0)返回55357（0xD83D），不是真实码点； - 需手动判断并组合代理对，逻辑复杂且易错；
-
codePointAt()自动识别代理对，直接返回完整码点（如"?".codePointAt(0) === 0x1F60A // true）。
如何正确使用 codePointAt()
调用 codePointAt(index) 时，传入字符串中“字符位置”的索引（注意：是 UTF-16 代码单元索引，不是“视觉字符数”）。关键要点：
- 若该位置是高位代理（0xD800–0xDFFF 范围内），且后一位是有效的低位代理，则返回组合后的码点；
- 否则，返回该位置的代码单元值（与
charCodeAt()相同）； - 返回值为数字，可直接用于
String.fromCodePoint()还原； - 推荐始终检查返回值是否
undefined（越界时）或使用Number.isNaN()辅助判断（但通常只需判undefined）。
遍历字符串中的所有码点（而非代码单元）
要逐个访问每个 Unicode 字符（含 emoji、CJK 扩展字等），不能用传统 for (let i = 0; i ，因为 <code>str.length 统计的是代码单元数，不是字符数。正确方式：
- 用
for...of循环（ES2015+）——它按 Unicode 字符迭代，底层已处理代理对； - 手动跳过代理对：检测
codePointAt(i)后，根据返回码点长度决定下标偏移（BMP 字符占 1 单元，辅助平面字符占 2 单元）； - 示例安全遍历：
function forEachCodePoint(str, callback) {
for (let i = 0; i < str.length; ) {
const cp = str.codePointAt(i);
callback(cp, i);
i += cp > 0xFFFF ? 2 : 1;
}
}
常见误区与注意事项
使用 codePointAt() 时容易忽略的细节：
- 它不改变字符串本身，只是读取；
- 索引仍以 UTF-16 代码单元为单位（例如
"??".length === 4，但它是 1 个用户感知字符，含 2 个代理对 + ZWJ），codePointAt(0)返回第一个代理对组合的码点（U+1F469），后续需跳 2 位； - 复合 emoji（如带肤色修饰符或 ZWJ 序列）仍是多个独立码点，
codePointAt()不做语义合并； - 若需真正按“用户看到的字形”切分（如支持变体选择符、组合标记），需用 Intl.Segmenter 或第三方库（如 grapheme-splitter），
codePointAt()仅解决 BMP 外码点提取问题。
