Unicode码点是字符唯一标识，U+0000–U+FFFF用UTF-16单码元表示，U+10000以上需代理对；应使用codePointAt()、fromCodePoint()、for…of及u标志正则等码点级API，避免charCodeAt()等导致的误判。
Unicode 字符和码点不是一一对应的“单字节映射”，而是存在组合、代理、规范化等多层关系。处理字符串时，若只用 .charCodeAt() 或 ord() 这类基础方法，容易漏掉增补平面字符（如 emoji、生僻汉字）或组合字符（如带声调的拉丁字母），导致长度误判、截断错误、搜索失败等问题。
码点（Code Point）才是字符的真正身份
每个 Unicode 字符背后是一个唯一的码点，格式为 U+XXXXX（如 “中” 是 U+4E2D，“?” 是 U+20BB7）。注意：码点 ≠ 存储单位，也 ≠ 屏幕上看到的一个“字形”。
- 码点是逻辑概念，代表抽象字符；而 UTF-8/UTF-16/UTF-32 是编码方式，负责把码点转成字节序列
- U+0000–U+FFFF 在基本多文种平面（BMP），可被 UTF-16 单个 16 位码元表示；U+10000 及以上需代理对（surrogate pair）
- 像 ??（程序员 emoji）实际由多个码点组成：U+1F468 + U+200D + U+1F4BB，属于“字形集群”（grapheme cluster），不是单个字符
JavaScript 中正确获取与生成码点
旧方法 String.fromCharCode() 和 .charCodeAt() 最多处理 16 位（0–65535），遇到 U+20BB7 这类四字节字符会截断高位，返回错误结果。
- 用
String.fromCodePoint(0x20BB7)替代String.fromCharCode() - 用
'?'.codePointAt(0)替代'?'.charCodeAt(0)，它能完整返回 0x20BB7 - 遍历字符串所有码点，应使用
for…of循环（按码点迭代），而非for (let i=0; i<s.length; i++)（按 UTF-16 码元索引）
Python 中的字符串即 Unicode 序列
Python 3 的 str 类型原生支持 Unicode，len() 返回的是码点数量（不是字节数），但要注意组合字符和 emoji 的实际显示宽度。
-
ord('中')→ 20013（即 0x4E2D）；chr(20013)→ '中' - 处理 emoji 或带修饰符字符（如 ??）时，
list('??')返回两个元素：['\U0001F469', '\U0001F3FB']，说明它是两个码点的组合 - 需要按“用户感知的字符”切分（比如光标移动一格），得借助
grapheme库或unicodedata模块做正规化与分段
统一与安全：normalize() 和正则中的 Unicode 意识
同一个视觉字符可能有多种码点组合方式。例如 “é” 可以是单个预组字符 U+00E9，也可以是 U+0065（e）+ U+0301（重音符）。不正规化就直接比较或搜索，会出错。
- 用
'é'.normalize('NFC') === '\u0065\u0301'.normalize('NFC')判断是否等价 - 正则表达式中启用 Unicode 模式：
/\p{Script=Han}/u匹配汉字，/\p{Emoji}/u匹配 emoji - 避免用
.split('')分割含组合符的字符串；改用[...str]（ES2015 扩展运算符）或Array.from(str)，它们按码点拆分
