JavaScript字符串按UTF-16码元索引处理，slice()无法按UTF-8字节截取；需用TextEncoder编码为字节数组，截取后用TextDecoder解码，并向前查找有效字符边界。
JavaScript 中字符串默认按 Unicode 码点（不是字节）处理，slice() 方法本身不支持“按字节截取”，因为 JS 字符串是 UTF-16 编码的，一个字符可能占 2 或 4 字节（代理对）。若你真正需要的是「按 UTF-8 字节数截取」（例如适配 HTTP header、文件存储、网络传输等场景），必须手动将字符串编码为 Uint8Array，再截取，最后解码回字符串。
为什么 String.prototype.slice() 不能直接按字节截取
slice(start, end) 操作的是字符串的 16 位代码单元索引（即 UTF-16 code units），不是字节位置。例如：
-
"a"→ 1 个 code unit = 1 个 UTF-16 单元 = 1 字节 UTF-8 编码 -
"€"→ 1 个 code unit（U+20AC）= 3 字节 UTF-8 编码 -
"??"（程序员 emoji）→ 4 个 code units（含两个代理对 + ZWJ）= 4 字节以上 UTF-8 编码
直接用 "??".slice(0, 2) 会切出无效代理对，导致显示乱码或异常。
按 UTF-8 字节数截取的正确做法
核心思路：把字符串转成 UTF-8 字节数组 → 截取前 N 字节 → 再转回字符串（需避免截断多字节字符）。
立即学习“Java免费学习笔记（深入）”；
推荐使用 TextEncoder + TextDecoder（现代浏览器和 Node.js ≥ 11 支持）：
function sliceByUTF8Bytes(str, byteLimit) {
const encoder = new TextEncoder();
const decoder = new TextDecoder('utf-8', { fatal: false }); // fatal: false 可忽略截断错误
const bytes = encoder.encode(str);
if (byteLimit >= bytes.length) return str;
// 向前查找最后一个完整字符边界（避免截断 UTF-8 多字节序列）
let end = byteLimit;
while (end > 0 && (bytes[end] & 0xC0) === 0x80) {
end--; // 跳过 continuation bytes (10xxxxxx)
}
const validBytes = bytes.slice(0, end);
return decoder.decode(validBytes);
}
// 示例
console.log(sliceByUTF8Bytes("Hello 世界??!", 12)); // "Hello 世界"
// "Hello "（6B）+ "世界"（2×3=6B）= 12 字节，刚好完整
兼容旧环境的轻量替代方案
若需支持 IE 或无 TextEncoder 的环境，可用 utf8.js 或手写简单编码器（仅限 ASCII + 常用 BMP 字符）：
- 只含 ASCII（U+0000–U+007F）：1 字符 = 1 字节，可直接用
slice(0, byteLimit) - 含 BMP 非 ASCII（U+0080–U+FFFF）：1 字符 = 2 字节 UTF-8 → 统一按 code unit 计数 × 2（但不适用于 emoji、古汉字等）
- 严谨方案仍建议引入小型 polyfill，如
utf8-byte-length库辅助计算边界
常见误区提醒
-
不要用
unescape(encodeURIComponent(str)).slice(0, n)：已废弃，且对部分字符编码不标准，不可靠 -
不要假设
str.length≈ 字节数：中文、emoji 会让length远小于 UTF-8 字节数 -
截取后务必验证是否为有效字符串：用
TextDecoder({fatal: false})或捕获解码异常
