std::string.length() 返回字节数而非字符数，故 Emoji（如"?"）因 UTF-8 占 4 字节导致计数错误；Windows 下用 std::wstring 需处理代理对，遍历时须检测高位代理（0xD800–0xDFFF）。
std::string.length() 为什么返回错误的 Emoji 字符数
因为 std::string 是字节容器，不是字符容器。一个 Emoji（如 "?"）在 UTF-8 编码下占 4 个字节，.length() 或 .size() 返回的是字节数，不是“人眼看到的字符个数”。比如 "?a" 的 .length() 是 5（4 + 1），但你感知的是 2 个字符。
用 std::wstring 和 Windows API 处理 Emoji（仅限 Windows）
Windows 控制台和部分 API 对 std::wstring（UTF-16）支持较好，但要注意：Windows 的 wchar_t 是 16 位，而部分 Emoji（如 ??）是 Unicode 标量值 > 0xFFFF 的代理对（surrogate pair），需按两个 wchar_t 计数，不能直接用 .length()。
- 用
std::wstring_convert<:codecvt_utf8>, wchar_t></:codecvt_utf8>（C++17 已弃用，慎用）或更稳妥的MultiByteToWideChar转 UTF-8 字符串为wstring - 遍历
wstring时，检查是否为高位代理（0xD800 ），遇到高位代理就跳过下一个低位代理，算作 1 个字符 - 控制台输出前需调用
SetConsoleOutputCP(CP_UTF8)并确保字体支持 Emoji
跨平台方案：用 ICU 或 utf8cpp 库统计 Unicode 字符数
纯 C++ 标准库不提供 UTF-8 字符计数能力，必须依赖外部库或手动解析 UTF-8。推荐轻量级方案 utf8cpp（头文件库）：
#include "utf8.h"
#include <string>
std::string s = u8"Hello ??";
int char_count = 0;
utf8::iterator<std::string::const_iterator> it(s.begin(), s.begin(), s.end());
for (; it != utf8::iterator<std::string::const_iterator>(s.end()); ++it) {
++char_count;
}
// char_count == 9（H e l l o ␣ ? ?）
注意：utf8::iterator 会自动跳过非法 UTF-8 序列；若输入可能含损坏编码，建议先用 utf8::is_valid(s.begin(), s.end()) 校验。
立即学习“C++免费学习笔记（深入）”；
std::string_view + 手动 UTF-8 解码（无第三方依赖）
如果项目不允许引入第三方，可手写简易 UTF-8 遍历逻辑——只处理合法 UTF-8，不处理损坏序列：
int utf8_char_length(const std::string_view s) {
int count = 0;
size_t i = 0;
while (i < s.size()) {
unsigned char c = s[i];
if (c < 0x80) i += 1; // 1-byte
else if (c < 0xE0) i += 2; // 2-byte
else if (c < 0xF0) i += 3; // 3-byte
else if (c < 0xF8) i += 4; // 4-byte (Emoji range)
else return -1; // invalid
++count;
}
return count;
}
这个函数能正确返回 "??"（ZWNJ 连接的组合 Emoji）为 1，但它把 "??" 当作单个 UTF-8 序列（实际是多个码点拼接），严格来说仍算 1 个“用户感知字符”——Unicode 标准中这类组合叫 Extended Grapheme Cluster，真正健壮的实现需 ICU 的 BreakIterator，但绝大多数 CLI/日志场景用上述方法已足够。
最常被忽略的是：Emoji 不只是单个码点，还有带修饰符（如 ???）、ZWNJ 连接符、变体选择符等组合形式，它们在视觉上是一个字符，但底层是多个 UTF-8 序列。除非做文本编辑器或输入法，否则按 UTF-8 码点计数已满足多数需求；真要精确到“图形簇”，就得上 ICU。
